Université de Liège Faculté de Médecine GIGA-Cancer Laboratoire de Biologie des Tumeurs et du Développement Promoteur : Professeur F. Kridelka Co-promoteur : Professeur J-M Foidart Cancer du col utérin de stade débutant et dissémination ganglionnaire : analyse informatique détaillée du réseau vasculaire lymphatique global sur tissus cervicaux humains Cédric BALSAT Mémoire de thèse présenté en vue de l’obtention du grade de Docteur en Sciences Biomédicales et Pharmaceutiques - Année académique 2013-2014 - Remerciements A l’issue de la rédaction de ce manuscrit, il me tient à cœur de remercier l’ensemble des personnes qui, de près ou de loin, ont contribué à l’aboutissement de ce projet professionnel et défi personnel. En premier lieu, je tiens à remercier les Professeurs Agnès Noël, Jean-Michel Foidart et Didier Cataldo pour m’avoir accueilli au sein de leur laboratoire. En particulier Agnès, je te remercie pour ta disponibilité, ton aide et tes conseils prodigués tout au long de ces années. Les discussions que nous avons eues autour des résultats, des articles et des présentations scientifiques m’ont permis d’évoluer et ont toujours stimulé chez moi l’envie d’aller plus loin dans le projet. Monsieur le Professeur Foidart, vous m’avez appris l’importance et la nécessité de partager ses données et son point de vue scientifique, que ce soit par le biais de publications ou de présentations orales. Je vous remercie pour vos encouragements ainsi que pour la confiance que vous m’avez accordée depuis le début. Ce travail de thèse ne serait pas ce qu’il est sans la participation active de mon promoteur, le Professeur Frédéric Kridelka, qui m’a encadré depuis le début. Malgré un emploi du temps de clinicien chargé, vous avez toujours su vous rendre disponible. Vos conseils et votre implication tout au long de ce travail m’ont été d’une aide précieuse et me permettent aujourd’hui de défendre ma thèse. Nous avons parfois dû lutter contre vents et marrées, mais nous avons toujours accosté à bon port. Merci pour votre soutien, vos encouragements et votre confiance. Ce fut une expérience enrichissante et un plaisir de travailler sur ce projet avec vous. La suite de mes remerciements va au Docteur Silvia Blacher, spécialiste en analyse d’images digitales au laboratoire. Silvia, ta passion et ton expertise dans ces domaines ainsi, que ton don pour le développement de nouvelles méthodes de quantification, ont indéniablement contribués à l’originalité de ce travail. Merci pour ta patience et ta joie de vivre communicative. C’est superbe ! Je remercie également le Docteur Nicolas Signolle dont les talents ont permis de mettre au point les différentes méthodes de processing d’images digitales. Merci Nicolas pour ta gentillesse, ton calme inébranlable, ta bonne humeur et tes "petits programmes". Nous avons partagés d’excellents moments tout au long de ton passage au laboratoire et avons liés de vrais liens d’amitié. Je souhaite aussi remercier tout particulièrement les Docteurs Frédéric Goffin, Aude Béliard et Carine Munaut pour le temps que vous m’avez consacré, en participant notamment de manière assidue aux réunions "Plan Cancer" internes au laboratoire. Vos réflexions, analyses et recommandations m’ont été d’une grande aide pour l’orientation de mon travail et m’ont permis de progresser tout au long de ces années. J’adresse également des remerciements spécifiques à Alexandra Paye, Charlotte Epicum, Sylvain Hansen, Ludovic Maertens et Benoît Detry pour tous les bons moments que nous avons partagés, leurs encouragements et leur amitié. Alexandra merci pour ta bonne humeur et tous tes conseils durant cette thèse. Entre autres, j’ai apprécié partager nos idées lors de la rédaction de nos thèses au cours de ces derniers mois. Charlotte, Sylvain et Ludo, votre bureau ressemble à un petit état indépendant où il est agréable de s’égarer à l’occasion. Il s’y mélange une ambiance de camaraderie, de second degré et de vannes en tout genre qui ont vite fait de vous donner le sourire. Merci aussi pour l’entraide que nous avons partagée durant ces années et à Ludo pour ses intarissables "Zedrig" à travers le labo. Finalement, un tout grand merci à toi Benoît pour les nombreuses discussions sérieuses et moins sérieuses que nous avons partagées. Excellent collègue de travail, de délire et snipper de l’humour, ce fut véritablement un plaisir de passer ces 5 ans en ta compagnie. Encore merci pour ton amitié ! Il m’est également indispensable de remercier toutes mes collègues de bureau, les Docteurs Soraya Labied et Julie Lecomte ainsi que Natacha Leroi et Meggy SuarezCarmona. Merci pour la bonne ambiance quotidienne, vos conseils avisés et pour votre patience. Vous avez malgré vous été victimes de mon humour particulier mais vous l’avez toujours pris avec le sourire… ou résignation, je sais plus trop. Je remercie également l’ensemble des personnes qui m’ont apporté une aide technique. Notamment Patricia Gavitelli, Isabelle Dasoul et Emilie Feyereisen pour la série importante de blocs qu’elles ont patiemment techniqués ainsi que pour leurs conseils lors de la mise au point des marquages immunohistochimiques. Je remercie aussi le Docteur Katty Delbecque pour son aide et son expertise de pathologiste au cours de ce travail. Je remercie chaleureusement Karin Vandewalle et Hélène Brisy pour toute leur aide administrative. Un tout grand merci à l’ensemble des membres de mon laboratoire et particulièrement à Laurette Volders, Marie Dehuy, Guy Roland et Orianne Carnet pour la bonne ambiance partagée au bench et Morgane Boursy pour son sens de l’humour. Merci également au Docteur Michaël Herfs pour son amitié et ses conseils souvent prodigués à des moments opportuns. Je tiens à remercier l’ensemble des membres du jury pour le temps consacré à l’évaluation de ce travail. Ce sera un plaisir de discuter avec vous lors de la défense de ma thèse. Enfin, je tiens à terminer en remerciant tous mes proches. Merci à ma maman, mes sœurs, ma grand-mère et Arnaud qui m’ont toujours soutenu et encouragé tout au long de ma thèse. Si j’arrive au terme de ce travail c’est aussi en grande partie grâce à vous. Merci à Stéphanie, Olivier, Gabriel et mes beaux-parents pour tous leurs conseils et encouragements. Parmi eux, je remercie tout particulièrement mon beau-père Michel Audrit pour la relecture de ce manuscrit. Je remercie aussi tous mes amis qui m’ont également encouragé et plus particulièrement Simon, Laurie, Raphaël et Stéphanie. Merci à vous les gars ! La dernière personne que je souhaite remercier, et non la moindre, est ma femme Anne-Sophie Audrit. Un tout grand merci pour ta patience et ton dévouement durant toutes ces années et plus particulièrement pendant la rédaction de ce manuscrit. Tu as réussi à gérer mes sautes d’humeurs et mes moments de doutes avec brio. Merci d’être là et merci d’être toi ! Avec le soutien du Télévie et du Plan National contre le cancer. Résumé La dissémination lymphatique est un évènement clé lors de la progression des néoplasies cervicales et des marqueurs tumoraux connexes sont vus comme des facteurs pronostiques potentiels d’extension ganglionnaire. A ce jour, la lymphangiogenèse (formation de nouveaux vaisseaux lymphatiques à partir de vaisseaux préexistants) est décrite comme un processus central favorisant la dissémination des cellules néoplasiques jusqu’aux ganglions locorégionaux et la densité en vaisseaux lymphatiques (LVD) péritumorale est proposée comme un facteur pronostique précoce d’extension ganglionnaire. Cependant, en raison du manque d’objectivité et de reproductibilité qui caractérise la technique de hot-spot, aucun consensus n’a actuellement pu être établi à ce sujet. Dans le but de valider l’éventuelle valeur pronostique de la vascularisation lymphatique sur le risque d’extension ganglionnaire, nous avons mis au point une technique originale d’analyse d’images digitales permettant de réaliser des quantifications objectives, robustes, reproductibles et détaillées du réseau vasculaire dans son intégralité. A l’aide de cette technique, l’évolution de la vascularisation lymphatique au cours de la progression tumorale a été caractérisée, comparée à celle présente au niveau de cols sains et confrontée aux paramètres de dissémination ganglionnaire (statut ganglionnaire et emboles lymphatiques). Nous avons mis en évidence la présence d’une activité lymphangiogène intense, méconnue à ce jour, sous la zone de transformation des cols sains, région au niveau de laquelle les néoplasies cervicales se développent. Au cours de la progression tumorale, nous avons observé que ce microenvironnement spécifique est maintenu. Seule la distribution des vaisseaux par rapport à la jonction "cellules néoplasiques/stroma" est modifiée. Au niveau des lésions de stade FIGO IB1, nous avons démontré que la LVD absolue n’est pas un marqueur de dissémination ganglionnaire, mais que la distribution spatiale des vaisseaux lymphatiques apparaît comme un élément important lors de la dissémination tumorale. En conclusion, nos travaux soutiennent l’intérêt primordial d’une analyse globale de la vascularisation lymphatique pour une meilleure caractérisation des paramètres pouvant être impliqués dans le processus de dissémination tumorale. Ils démontrent également que l’évaluation du risque de dissémination lymphatique ne peut se référer exclusivement à une simple augmentation du nombre de vaisseaux lymphatiques. Ils mettent également en lumière des modifications de l’organisation spatiale du réseau vasculaire lymphatique pouvant jouer un rôle non négligeable dans la progression des tumeurs. Abstract Lymphatic dissemination is a key event during cervical cancer progression and related tumor markers are viewed as potential prognostic factors of lymph node extension. To date, Lymphangiogenesis (formation of new lymphatic vessels from pre-existing ones) are described as a central process improving neoplastic cell dissemination to loco-regional lymph nodes and the lymphatic vessel density (LVD) is proposed as a new early prognostic factor of nodal extension. However, due to lack of reproducibility associated to the hot-spot technique no consensus currently exists. In order to validate the potential prognostic value of the lymphatic vasculature on the risk of nodal extension, we developed an original digital image analysis technique allowing to perform objective, robust, reproducible and detailed quantifications of the entire lymphatic vascular network. Based on this new technique, lymphatic vasculature changes during cancer progression were characterized compared to those initially observed in benign cervical tissues and confronted to the lymph node and lymphovascular space invasion status. We described for the first time an unappreciated lymphangiogenic niche under the transformation zone of benign cervix known as the regions in which neoplasic lesions develop. During the cancer progression, we observed that this specific microenvironment is maintained. Only a modification of the spatial lymphatic vessel distribution from the tumor edges was found. In FIGO IB1 cervical lesions, we demonstrated that the LVD is correlated neither with the lymph node status nor with the lymphovascular space invasion but a modification of the lymphatic vessel distribution appears as a prominent event in tumor cell dissemination through the lymphatic vasculature. To conclude, our study supports a primordial interest of a global lymphatic network analysis for a better characterization of mechanisms potentially involved in tumor cell dissemination. It demonstrates also that the risk of a lymphatic dissemination cannot be resumed to a mathematical increase of the number of lymphatic vessel around the tumor but sheds light on topographical features that are worth considering in cervical cancer. Table des matières INTRODUCTION .................................................................................................................... 1 I. Col de l’utérus : Informations générales ............................................................................. 2 1. Anatomie ........................................................................................................................ 2 2. Histologie ....................................................................................................................... 3 3. Evolution ........................................................................................................................ 3 3.1. Evolution structurelle .............................................................................................. 3 3.2. Zone de transformation et métaplasie ..................................................................... 6 II. Cancer du col de l’utérus ................................................................................................... 7 1. Epidémiologie ................................................................................................................ 7 2. Les papillomavirus humains........................................................................................... 8 2.1. Les HPV oncogènes ................................................................................................ 8 2.2. Description et tropisme ........................................................................................... 8 2.3. Cycle cellulaire et transformation néoplasique ..................................................... 10 2.3.1. Cycle cellulaire normal .................................................................................. 10 2.3.2. Transformation néoplasique ........................................................................... 10 2.3.3. Cycle cellulaire et marqueur de néoplasie cervicale ...................................... 11 3. Zone de transformation et néoplasies cervicales .......................................................... 12 3.1. Les molécules d’adhésion ..................................................................................... 12 3.2. L’inflammation...................................................................................................... 13 3.2.1. Cellules présentatrices d’antigènes ................................................................ 14 3.2.2. Polarisation Th2 ............................................................................................. 14 3.3. Réseau vasculaire lymphatique ............................................................................. 15 4. Carcinogenèse et évolution clinique ............................................................................ 16 4.1. Carcinogenèse ....................................................................................................... 16 4.2. Les lésions précancéreuses .................................................................................... 18 4.3. Les lésions cancéreuses ......................................................................................... 19 4.3.1. Progression tumorale ...................................................................................... 19 4.3.2. Classification FIGO........................................................................................ 20 III. Traitement ...................................................................................................................... 24 1. Lésions intra-épithéliales.............................................................................................. 24 2. Lésions cancéreuses ..................................................................................................... 24 2.1. Plan thérapeutique ................................................................................................. 25 2.2. Traitements adjuvants ........................................................................................... 29 2.3. Morbidité thérapeutique ........................................................................................ 30 2.4. Contrôle de la morbidité thérapeutique ................................................................. 31 IV. Dissémination Tumorale ................................................................................................ 35 1. Dissémination lymphatique .......................................................................................... 35 1.1. La vascularisation lymphatique ............................................................................. 35 1.1.1. Structure et fonctions ..................................................................................... 35 1.1.2. Flux et dissémination passive ......................................................................... 37 1.2. Chémokines ........................................................................................................... 38 1.3. Lymphangiogenèse : progression et dissémination tumorale ............................... 39 2. Cancer cervical : lymphangiogenèse et densité en vaisseaux lymphatiques ................ 42 3. Quantification de la lymphangiogenèse ....................................................................... 45 3.1. Les marqueurs des vaisseaux lymphatiques .......................................................... 45 3.2. Techniques de quantification ................................................................................ 47 3.2.1. Hot-spot .......................................................................................................... 47 3.2.2. Systèmes d’acquisition et analyse d’images digitales .................................... 49 BUTS ET PLAN ..................................................................................................................... 52 RESULTATS .......................................................................................................................... 56 I. Développement d’une nouvelle technique de quantification de la vascularisation lymphatique .......................................................................................................................... 57 1. Contexte ....................................................................................................................... 57 2. Hot-spot et objectivité .................................................................................................. 57 3. Description de notre technique d’analyse d’image ...................................................... 58 3.1. Marquage immunohistologique............................................................................. 59 3.2. Acquisition et gestion des images digitales ........................................................... 60 3.3. Segmentation des structures d’intérêt ................................................................... 62 3.4. Segmentation du tissu et génération de zones d’intérêt ........................................ 65 3.4.1. Segmentation du tissu..................................................................................... 65 3.4.2. Génération de zones d’intérêt ......................................................................... 66 4. Hot-spot versus analyse informatique d’images digitales ............................................ 68 4.1. Exactitude .............................................................................................................. 68 4.2. Reproductibilité ..................................................................................................... 68 5. Conclusions .................................................................................................................. 69 II. Caractérisation stromale détaillée de la vascularisation lymphatique dans les cancers cervicaux débutants .............................................................................................................. 70 1. Contexte ....................................................................................................................... 70 2. Résultats ....................................................................................................................... 71 3. Conclusions .................................................................................................................. 72 III. Analyse informatique détaillée du réseau vasculaire lymphatique global sur tissus cervicaux humains ................................................................................................................ 81 1. Contexte ....................................................................................................................... 81 2. Résultats ....................................................................................................................... 82 3. Conclusions .................................................................................................................. 84 IV. Résultats complémentaires ....................................................................................... 98 1. LVD et métaplasie ........................................................................................................ 98 2. Inflammation ................................................................................................................ 99 3. Lymphangiogenèse : VEGF-C ................................................................................... 100 4. Lymphangiogenèse : vaisseaux en cours de prolifération .......................................... 102 5. Paramètres morphologiques ....................................................................................... 102 6. Résultats complémentaires : conclusions ................................................................... 103 Résultats principaux ....................................................................................................... 104 DISCUSSION ET PERSPECTIVES .................................................................................. 105 CONCLUSIONS................................................................................................................... 117 ANNEXES ............................................................................................................................. 120 Figure S1 ........................................................................................................................ 121 Liste des publications ..................................................................................................... 122 BIBLIOGRAPHIE ............................................................................................................... 123 Liste des abréviations 5’-Nase-ALPase 5'-nucleotidase-alkaline phosphatase 99m Technétium ADN Acide Désoxyribonucléique Ang angiopoétine-1 CCL C-C motif Chemokine ligand CCR C-C motif Chemokine Receptor CDK Cycline Dependant Kinase CDKN2A cyclin-dependent kinase inhibitor 2A CIN Carcinome intra-épithélial CXCL C-X-C motif Chemokine ligand CXCR C-X-C motif Chemokine Receptor ESAM Endothelial Cell Adhesion Molecule FGF Fibroblast Growth Factor FIGO Fédération Internationale de Gynécologie Obstétrique HGF Hepatocyte Growth Factor HPV Human Papillomavirus Virus HSIL High grade Squamous Intraepithelial Lesion IGF Insuline-like Growth factors IL Interleukine INF-γ Interferon gamma JAM-A Junctional Adhesion Molecule A JSC Jonction Squamocylindrique kDa Kilo Dalton LCR Long Control Region LSIL Low grade Squamous Intraepithelial Lesion LVD Lymphatic Vessel Density LVSI LymphoVascular Space Invasion Tc LYVE-1 Lymphatic vessel endothélial hyaluronan receptor 1 LZW Lempel-Ziv-Welch MIA Microscopic Image Analysis MIP-1α Macrophage Inflammatory Protein 1 alpha MMP Matrix Metalloproteinase MT-MMP Membrane Type Matrix Metalloproteinase MTS1 multiple tumor suppressor 1 PDGF Platelet-Derived Growth Factor PGE2 Prostaglandine E2 pRB Protéine du Rétinoblastome Prox1 Prospero-related homeobox transcription factor siRNA Small interfering ribonucleic acid TGF-β Transforming Growth Factor beta Th T helper Tiff Tagged Image File Format TNF-α Tumor Necrosis Factor alpha TNM Tumor – Nodal status – distant Metastasis uPARAP Urokinase Receptor Associated Protein VEGF Vascular Endothelial Growth Factor VEGFR Vascular Endothelial Growth Factor Receptor INTRODUCTION 1 Introduction I. Col de l’utérus : Informations générales 1. Anatomie Le col utérin fait partie du système reproducteur féminin (figure 1). Il correspond à la partie inférieure de l’utérus et est localisé entre les faces antérieure du rectum et postérieure de la vessie. Il présente une forme cylindrique de 3 à 4 cm de long et 2,5 cm de diamètre dont environ la moitié inférieure se projette dans la cavité vaginale. Il délimite un canal endocervical en contact avec la cavité utérine au niveau de l’orifice interne et ouvert sur le vagin au niveau de l’orifice externe. La paroi du col utérin se joint finalement dans sa partie inférieure à la celle du vagin au niveau des fornix antérieur, postérieur et latéraux. La vascularisation du col utérin est assurée par les artères utérines, également impliquées dans l’irrigation de l’utérus et de la partie supérieure du vagin. Le drainage veineux est effectué par les veines utérines qui se poursuivent par les veines iliaques internes et enfin la veine cave inférieure. La lymphe est quant à elle majoritairement redirigée par les vaisseaux lymphatiques pelviens vers des ganglions paramétriaux, obturateurs, iliaques internes, iliaques externes et iliaques communs. Enfin, l’innervation sensorielle, sympathique et orthosympathique du col est assurée par les fibres nerveuses dérivant du plexus hypogastrique [1]. Figure 1 : Représentation schématique du système reproducteur féminin. 2 Introduction 2. Histologie Le col de l’utérus est composé de trois régions anatomiques différentes : l’exocol, l’endocol et la zone de transformation (figure 2). Ces dernières se distinguent les unes des autres par leur localisation et leur structure histologique. L'exocol est délimité par un épithélium pavimenteux pluristratifié de type épidermoïde. Il se compose d’une couche inférieure de cellules basales de couleur sombre qui se divisent et se différencient pour former les couches supérieures. Au niveau de la partie intermédiaire, les cellules prennent une forme polygonale, présentent un cytoplasme riche en glycogène et s’aplatissent progressivement au fur et à mesure que l’on se rapproche de la partie superficielle de l’épithélium. L’exocol se situe dans la partie inférieure du col et constitue la paroi supérieure de la cavité vaginale. L’endocol est composé d’un épithélium cylindrique mucosécrétant qui s’invagine dans le stroma jusqu’à une profondeur de 5 à 8 mm et forme de nombreuses glandes tubuleuses ramifiées. Il est localisé au niveau des régions internes du col utérin et délimite le canal endocervical. Finalement, la zone de transformation est localisée entre l’exocol et l’endocol. Elle est définie comme la région cervicale au niveau de laquelle un épithélium squameux surplombe des glandes localisées dans le stroma et/ou coexiste avec un épithélium cylindrique. Celle-ci est le résultat d’un remplacement de l’épithélium glandulaire en un épithélium pavimenteux par un processus adaptatif appelé métaplasie qui se produit lorsque les cellules glandulaires sont soumises à un stress mécanique ou chimique [1, 2]. 3. Evolution 3.1. Evolution structurelle L’organisation histologique du col de l’utérus évolue tout au long de la vie et varie en fonction de différents paramètres indépendants tels que l’âge, le statut hormonal ou encore dans certaines conditions physiologiques comme la grossesse. Au cours de la période pré-pubère, l’endocol succède directement à l’exocol. Une transition brutale entre les épithéliums squameux et glandulaire, dénommée jonction squamocylindrique "originelle", est observée à proximité de l’orifice externe du canal endocervical (figure 3) (figure 4A). A partir de la puberté et durant toute la période de reproduction, une évolution de la structure du col utérin est observée (figure 4) [1, 2]. 3 Introduction Figure 2 : Coupe frontale du col utérin. Coloration du tissu à l’hématoxyline éosine. (A) Coupe histologique du col utérin dans son intégralité. (1) L’exocol, est localisé dans la partie inférieure. (2) La zone de transformation surplombe des glandes cervicales (étoiles). (3) L’endocol est visible sur la gauche de l’image. (B, C et D) Visualisation de la paroi de l’endocol (B), de la zone de transformation (C) et de l’exocol (D). La zone de transformation présente une coexistence d’un épithélium squameux et de cellules cylindriques (cadre) ainsi qu’un épithélium squameux qui surplombe des glandes localisées dans le stroma (étoiles). Figure 3 : Coupe histologique du col de l’utérus colorée à l’hématoxyline éosine. La transition brutale entre l’épithélium squameux et l’épithélium appelée zone glandulaire de est jonction squamocylindrique. 4 Introduction La croissance du col utérin et l’allongement du canal endocervical, sous l’influence des œstrogènes produits lors du cycle menstruel, provoquent l’émergence de la partie inférieure de l’épithélium glandulaire dans la cavité vaginale (figure 4B). Les cellules glandulaires apparaissant au niveau de la cavité vaginale sont alors progressivement remplacées par un épithélium pluristratifié de type squameux par un processus adaptatif appelé métaplasie (figure 4C). Celui-ci est activé en réponse à l’agression des cellules glandulaires par l’acidité du fluide vaginal. Ainsi, la jonction squamocylindrique originelle disparaît et laisse place à une nouvelle zone de jonction dénommée jonction squamocylindrique "observée". Cet évènement se produit de manière récurrente tout au long de la période reproductrice chez la femme. De cette façon, la zone de transformation s’élargit et la jonction squamocylindrique "migre" progressivement dans le canal endocervical (figure 4D). A la ménopause, cette dernière apparait totalement enfouie au sein du canal endocervical et est généralement invisible lors de l’examen visuel par colposcopie (figure 4E). Figure 4 : Représentation schématique de l’évolution structurelle du col utérin. L’épithélium de l’endocol est représenté par un trait fin s’invaginant dans le tissu. L’exocol et la paroi vaginale sont représentés par un double trait noir. L’épithélium de la zone de transformation est symbolisé par un trait noir épais. (A) Absence de zone de transformation au cours de la période pré-pubère. La transition brutale entre l’exocol et l’endocol est appelée jonction squamocylindrique (JSC) originelle. (B) Eversion de l’endocol dans la cavité vaginale. (C) Etablissement de la zone transformation (trait noir épais). (D) Migration de la zone de jonction nouvellement observée dans le canal endocervical en fin de cycle. (E) Chez la femme ménopausée, la zone de jonction observée est enfouie profondément dans le canal endocervical. Schéma adapté de Sellors et al [1]. 5 Introduction 3.2. Zone de transformation et métaplasie Le processus de métaplasie qui mène à la formation de la zone de transformation du col utérin est un processus adaptatif activé en réponse à une agression répétée de l’épithélium. Celui-ci est également observé au niveau des bronches, de l’œsophage, de la vessie, de l’estomac et du rectum [3]. Dans un premier temps, les cellules souches non-différenciées présentes à la base de l’épithélium glandulaire prolifèrent, se différencient et forment un épithélium squameux immature caractérisé par une absence de stratification (métaplasie immature). Par la suite, ces cellules évoluent en kératinocytes matures et forment un épithélium pluristratifié identique à celui détecté au niveau de l’exocol (métaplasie mature) (figure 5) [4]. Ce processus est fréquemment associé au développement d’une réponse inflammatoire chronique, à une dérégulation dans la production de facteurs solubles impliqués dans la réponse immunitaire antivirale (cytokines et chémokines) ainsi qu’à une altération des protéines de jonctions intercellulaires au niveau de l’épithélium. La zone de transformation se présente ainsi comme une région singulière du col utérin particulièrement fragile et sensible aux infections virales sexuellement transmissibles [5]. Figure 5 : Illustration de la conversion de l’épithélium glandulaire (en haut de l’image) en un épithélium pluristratifié immature (métaplasie immature) puis en épithélium squameux mature (métaplasie mature) au niveau de la zone de transformation d’un col utérin sain. 6 Introduction II. Cancer du col de l’utérus 1. Epidémiologie Le cancer du col de l’utérus est le troisième cancer le plus fréquent chez la femme avec 529.000 nouveaux cas détectés à travers le monde en 2008, ainsi que la première cause de cancérisation du tractus génital féminin. Il est également responsable de 274.000 décès la même année et représente ainsi la 4ème cause de mortalité parmi les patientes atteintes d’un cancer. Des disparités géographiques sont cependant observées. Plus de 85% de cette problématique mondiale sont recensés dans les pays en voie de développement (Afrique, Amérique centrale, Amérique du sud, Asie du sud et de l’ouest). Dans l’ouest de l’Europe, l’incidence standardisée sur la population mondiale est de 6,9/100.000 personnes et le taux de mortalité standardisé sur la population mondiale est de 2/100.000 personnes, soit respectivement 9.300 nouveaux cas et 3.800 décès par an. Ces résultats prennent en considération les dernières estimations réalisées auprès de 182 pays pour les 27 cancers les plus fréquents dans le monde (figure 6) [6]. Figure 6 : Proportion de nouveaux cas détectés chaque année pour les cancers les plus fréquents chez la femme. Schéma adapté des dernières estimations réalisées par Ferlay et al [6]. 7 Introduction 2. Les papillomavirus humains 2.1. Les HPV oncogènes Les cancers du col de l’utérus sont la conséquence d’une infection persistante des cellules cervicales par un papillomavirus humain (HPV). Une étude réalisée sur un large échantillonnage de biopsies de cancers du col démontre en effet la présence du génome viral dans 99,7% des cas [7]. Actuellement, plus d’une centaine d’HPV différents ont été répertoriés dont approximativement un tiers d’entres eux possèdent la capacité d’infecter le tractus génital féminin [8]. Parmi ces derniers, une distinction est réalisée entre les HPV à faible potentiel oncogénique ("Low Risk" HPV), rarement détectés dans les carcinomes du col utérin, et les HPV à haut potentiel oncogénique ("High Risk" HPV) impliqués dans près de 95% des cancers du col de l’utérus. Une quinzaine d’HPV à haut potentiel oncogénique ont été répertoriés et parmi eux, les HPV-16 et 18 sont responsables de plus de 70% des cancers du col (figure 7) [9-11]. Figure 7 : Estimation du pourcentage de cas de cancers du col attribués aux HPV oncogènes les plus fréquents parmi toutes les régions du monde [12]. 2.2. Description et tropisme Les papillomavirus humains se présentent sous la forme de virions de 55 nm de diamètre délimités par une capside et renfermant un ADN circulaire double brins d’environ 8000 paires de bases [13, 14]. Leur génome est composé de 6 gènes codant pour les protéines 8 Introduction impliquées dans la réplication et l’intégrité de l’ADN viral (E1, E2, E4, E5, E6 et E7), de deux gènes codant pour les protéines structurelles de la capside (L1 et L2) ainsi que d’une origine de réplication comprenant une région régulatrice de l’expression de ces gènes (LCR : "Long Control Region") (figure 8A) [15]. Les HPV possèdent un tropisme particulier pour les cellules de la couche basale des épithéliums squameux et peuvent ainsi infecter la paroi du col de l’utérus, du rectum, de la vulve, du pénis et de l’oropharynx [16]. En cas de micro-abrasion au niveau de ces épithéliums de surface, les particules virales peuvent accéder à la membrane basale, à laquelle ils se lient, avant de pénétrer dans les kératinocytes adjacents (figure 8B) [17]. Au sein des cellules hôtes, l’ADN viral se présente initialement sous la forme d’éléments extra-chromosomiques (épisome). Dans ce cas, les gènes E1 à E7 (E = early) sont rapidement exprimés au niveau des couches inférieures de l’épithélium et induisent la réplication des épisomes. La synthèse des protéines de la capside L1 et L2 (L = late) ainsi que l’assemblage de nouveaux virions sont réalisés au niveau des cellules des couches moyennes et superficielles de l’épithélium avant que ces derniers ne soient relargués dans le milieu extracellulaire à la surface de l’épithélium [18]. Dans un second temps, le génome viral s’intègre au génome humain. Ce processus induit le développement et l’accumulation d’instabilités chromosomiques responsables de l’apparition du caractère oncogénique et de la progression tumorale [19, 20]. Figure 8: (A) Génome du papillomavirus humain le plus fréquemment impliqué dans les cancers du col de l’utérus (HPV16). (B) Développement des lésions précancéreuses au niveau de l’épithélium squameux du col utérin. La présence de microabrasions permet aux particules virales HPV d’atteindre les cellules de la couche basale. Après avoir infecté ces cellules (noyaux mauves) les protéines E1 à E7 sont répliquées dans les couches inférieures de l’épithélium. Les protéines structurelles L1 et L2 sont synthétisées au niveau des couches moyennes et superficielles et permettent l’encapsidation du génome viral. Les virions nouvellement formés sont relargués à la surface de l’épithélium. Une fois à l’extérieur, ceux-ci peuvent à leur tour infecter de nouvelles cellules saines. Enfin, le génome viral peut également s’intégrer au génome humain (noyaux rouges) [18]. 9 Introduction 2.3. Cycle cellulaire et transformation néoplasique 2.3.1. Cycle cellulaire normal La prolifération et l’apoptose sont des processus finement régulés au sein des cellules normales (figure 9). Ces cellules sont majoritairement maintenues dans un état de quiescence grâce à l’association de la protéine de la famille du rétinoblastome (pRb) au facteur de transcription E2F [21]. Au cours de la phase G1 du cycle cellulaire, la phosphorylation de pRB par les cyclines kinases dépendantes activées (CDK 2, 4 et 6) provoque la libération du facteur de transcription E2F [22]. Ce dernier active alors l’expression des gènes codant pour les protéines impliquées dans la régulation la phase "S" du cycle cellulaire au cours de laquelle l’ADN génomique est répliqué [23]. A l’inverse, le facteur de transcription suppresseur de tumeur p53 peut activer l’expression des gènes codant pour les protéines impliquées dans l’arrêt du cycle cellulaire et l’apoptose [24]. Tel est le cas pour les protéines p21 et p27 qui contrôlent l’arrêt de la croissance cellulaire en inhibant l’action des cyclines [25-27]. 2.3.2. Transformation néoplasique Lors d’une infection des cellules hôtes par un papillomavirus humain, les protéines virales E6 et E7 induisent une hyper-prolifération cellulaire, une déficience des mécanismes d’apoptose ainsi que la formation et l’accumulation d’anomalies génomiques responsables de l’acquisition du caractère oncogénique (figure 9) [28]. E7 cause la dissociation du complexe pRB-E2F en se liant directement à pRB et provoque l’entrée des cellules en phase "S" [2931]. Il inhibe également l’action des déacétylases impliquées dans la répression de la transcription de l’ADN [32] et empêche la répression du cycle cellulaire en interagissant avec les protéines p21 et p27 [33, 34]. Parallèlement, E6 contribue à l’immortalisation des cellules infectées en neutralisant l’action de la protéine suppresseur de tumeur p53 [35-37] et stimule la prolifération cellulaire en activant la transcription de la "telomerase reverse transcriptase", un facteur de transcription des enzymes responsables de la réplication des régions terminales des chromosomes [38]. Au fur et à mesure de la prolifération cellulaire, les oncoprotéines E6 et E7 provoquent une accumulation d’altérations structurelles et numériques au niveau des chromosomes des cellules infectées. D’une part, un nombre important de cassures est observé lors d’une 10 Introduction expression intense des oncoprotéines E6 et E7. Celles-ci sont dues à l’association des télomères de deux chromatides sœurs pouvant mener à un gain ou à une perte de matériel génomique lors de l’anaphase [39]. D’autre part, elles provoquent la synthèse d’un nombre supra-numéraire de centrosomes (> 2 centrosomes) [40]. La formation du réseau mitotique qui en résulte mène à une répartition inégale du matériel génomique lors de la division cellulaire (aneuploïdie) [41]. Ces altérations chromosomiques ont été mises en évidence dans les néoplasies du col utérin et on été associées au caractère invasif des cellules cancéreuses [42, 43]. Figure 9 : Mécanismes impliqués dans la dérégulation du cycle cellulaire lors d’une infection par un papillomavirus humain oncogène. Schéma adapté de Leemans et al [44]. 2.3.3. Cycle cellulaire et marqueur de néoplasie cervicale Parmi les divers mécanismes régulateurs du cycle cellulaire, P16INK4a, également connue sous le nom de cyclin-dependent kinase inhibitor 2A (CDKN2A) ou multiple tumor suppressor 1 (MTS-1), est utilisée comme marqueur des cellules néoplasiques cervicales. Cette protéine suppresseur de tumeur régule la progression du cycle cellulaire en agissant sous la forme d’une boucle de rétroaction négative (figure 9). Exprimée au cours de la phase S, elle a pour rôle d’inhiber l’action des CDK 4 et 6 responsables de la dissociation du complexe Rb/E2F [45]. Dans les cellules infectées par HPV, le catabolisme de Rb par l’oncoprotéine E7 11 Introduction induit une surexpression de P16INK4a. La prolifération cellulaire n’étant cependant pas dépendante des CDK4 et 6, une production intense de P16INK4a est observée tout au long de la progression tumorale sans pour autant que cette dernière ne puisse avoir d’effet sur le cycle cellulaire [46]. Aisément analysable par immunohistochimie, ce marqueur présente l’avantage de faciliter la détection des petits amas isolés de cellules. Couplée à une analyse de coupes colorées par l’hématoxyline éosine, l’analyse de P16INK4a facilite le diagnostic des dysplasies cervicales de petite taille [47]. 3. Zone de transformation et néoplasies cervicales La zone de transformation est actuellement reconnue comme la région du col utérin au niveau de laquelle les néoplasies cervicales se développent. En 1983, se basant sur une étude histo-morphologique, Burghardt et al déterminèrent que, dans la grande majorité des cas, le précurseur de lésions néoplasiques se présente sous la forme d’une métaplasie squameuse atypique localisée au sein de la zone de transformation [48]. Récemment, une population d’une quarantaine de cellules faisant partie de la zone de jonction squamocylindrique ont été suggérées comme les réels précurseurs des lésions néoplasiques cervicales [49]. D’une part, ces cellules présentent un profil génomique différent de celui des cellules squameuses et glandulaires adjacentes et d’autre part, celles-ci expriment différents marqueurs spécifiques des cellules de la zone de jonction (Kératine 7, antérior gradient 2, cluster differentiation 63, matrix metaplloproteinase 7 et guanine deaminase) qui apparaissent conservés dans l’ensemble des lésions néoplasiques intra-épithéliales de haut grade et cancéreuses. Il est ainsi suggéré que l’association entre le développement cancéreux et la zone de transformation est liée à la présence d’une zone de jonction fragile, siège d’une conversion métaplasique de l’épithélium glandulaire en épithélium squameux consécutif à l’agression de l’endocol par l’acidité vaginale. 3.1. Les molécules d’adhésion La principale fonction attribuée à la conversion de l’épithélium glandulaire en épithélium pluristratifié est le développement d’une paroi robuste permettant une meilleure protection du tissu cervical contre les agressions extérieures. Cependant, les kératinocytes des 12 Introduction épithéliums métaplasiques localisés à proximité de la zone de jonction présentent un manque de maturation comparativement aux épithéliums squameux normaux. Notamment, la Ecadhérine, protéine d’adhésion intercellulaire impliquée dans le maintien de l’architecture des épithéliums, y est plus faiblement exprimée [50]. Une production limitée des kératines qui constituent les filaments intermédiaires du cytosquelette (kératine -10, 17 et 19) ainsi que des composants impliqués dans le renforcement de la paroi cellulaire (involucrine et loricrine) y sont également observés [50, 51]. Par conséquent, les métaplasies immatures présentent un manque de résistance aux stress mécaniques et non-mécaniques qui les rendent plus vulnérables aux microtraumatismes permettant l’infection des cellules basales de l’épithélium par un HPV. La zone de transformation du col de l’utérus est ainsi considérée comme la principale voie d’entrée du virus HPV [5]. 3.2. L’inflammation Les cellules immunitaires présentes au niveau de l’épithélium métaplasique jouent un rôle central dans les mécanismes de défense contre les pathogènes. Ces cellules sécrètent un grand nombre de chémokines et de cytokines immunorégulatrices impliquées dans l’activation et le maintien d’une immuno-surveillance au niveau de la zone de transformation du col utérin [52]. Tout au long de la vie sexuelle, l’agression répétée de la zone de jonction provoque un recrutement de cellules inflammatoires et le développement d’un microenvironnement spécifique différent de celui présent sous l’exocol et l’endocol. Entre autres, des niveaux élevés d’interleukines (IL)-1, IL-6, IL8, IL-10, IL-12, de Tumor Necrosis Factor (TNF)-α, d’interferon (INF)-γ et de Macrophage Inflammatory Protein (MIP)-1α ainsi qu’une concentration importante de macrophages et de lymphocytes T sont détectés sous la zone de transformation du col utérin [53, 54]. Chez certaines femmes, la production intense d’immuno-modulateurs et l’activation répétée du système immunitaire peut mener à l’instauration d’une inflammation chronique sous-épithéliale, processus généralement associé à une réduction de l’efficacité de la réponse immunitaire et à une potentialisation du développement de lésions cancéreuses [55]. Une diminution de l’activation des lymphocytes T par les cellules présentatrices d’antigènes ainsi qu’une polarisation de type Th2 de la réponse immunitaire sont notamment décrites sous la zone de transformation. Il est actuellement soutenu que cette réduction de l’immuno-vigilance favoriserait la persistance 13 Introduction d’une infection par un HPV ainsi que le développement des néoplasies cervicales dans cette région [56]. 3.2.1. Cellules présentatrices d’antigènes Parmi les cellules impliquées dans les mécanismes d’immuno-surveillances, les cellules de Langerhans ont été caractérisées pour leur implication majeure dans le développement d’une réponse immunitaire adaptée. Ces cellules présentatrices d’antigènes immatures situées dans les couches supra-basales des épithéliums squameux permettent l’activation et le recrutement des lymphocytes T lors de l’infection [57]. Au niveau de la zone de transformation, une diminution de leur densité comparativement à l’exocol ainsi qu’une altération de leur capacité à présenter l’antigène ont été décrites [58]. Ces évènements sont expliqués par des différences d’expression des cytokines et chémokines. Une faible expression du MIP-3α, permettant le recrutement des cellules de Langerhans vers l’épithélium, est détectée [58]. Parallèlement, une intense production de la prostaglandine E2 (PGE2) induit une diminution de la motilité de ces cellules [59]. Finalement, une surexpression de Transforming Growth Factor (TGF)-β a été mise en évidence au niveau de la zone de transformation et fut démontrée comme pouvant réduire la densité des cellules de Langerhans. Il est responsable d’une diminution de l’expression de la cadhérine E par les kératinocytes permettant l’adhésion des cellules de Langerhans au sein de l’épithélium squameux [50]. 3.2.2. Polarisation Th2 Les lymphocytes T sont subdivisés en deux sous-groupes, les lymphocytes T helper (Th) CD4+ et les lymphocytes cytotoxiques CD8+. Selon les cytokines sécrétées par les lymphocytes CD4+, une distinction est réalisée entre les lymphocytes T helper de type Th1 et Th2. En règle générale, les lymphocytes de type Th1 sécrètent de l’INF-γ, du TNF-α, de l’IL2 et régulent l’activation et le recrutement des lymphocytes T cytotoxiques, macrophages et mastocytes. A l’inverse, les lymphocytes de type Th2 sécrètent de l’IL-4, IL-5, IL-6, IL-10 et IL-13 et favorisent le développement d’une réponse immunitaire humorale [60]. Au cours de ces dernières années, une inflammation chronique de type Th2 a couramment été observée tout au long de l’infection du col utérin par un HPV et a été décrite comme un élément 14 Introduction favorisant le développement de lésions cancéreuses [61]. Une prédominance de lymphocytes T de type de Th2 au sein des tumeurs cervicales a également été démontrée. Ces cellules montrent une production élevée d’IL-10 et TGF-β pouvant induire une augmentation de l’expression d’IL-4 ainsi qu’une diminution d’INF-γ [62]. Au niveau de la zone de transformation du col utérin bénin, une expression intense d’IL-4, IL-6 et IL-10 ainsi que de faibles taux d’IL2 ont été constatés. Cette réponse immunitaire de type Th2 est supposée favoriser la persistance de l’infection par un HPV et le développement des néoplasies cervicales dans cette région [58]. 3.3. Réseau vasculaire lymphatique La présence d’un microenvironnement inflammatoire particulier au niveau de la zone de transformation des cols sains est actuellement bien acceptée. A l’inverse, le statut vasculaire lymphatique dans cette région est encore méconnu. Pourtant, les vaisseaux lymphatiques possèdent une position centrale parmi le système immunitaire. Ceux-ci sont notamment impliqués dans le transport des cellules présentatrices d’antigènes jusqu’aux ganglions lymphatiques périphériques, étape essentielle pour l’activation de la réponse adaptative [63]. Il existe également une relation étroite entre l’inflammation chronique et la lymphangiogenèse (formation de nouveaux vaisseaux lymphatiques à partir de vaisseaux préexistants). Sous l’influence des cytokines sécrétées lors de l’inflammation chronique, les cellules présentes au niveau du site inflammatoire, telles que les macrophages, les cellules dendritiques, les neutrophiles, les mastocytes et les fibroblastes, peuvent sécréter des facteurs de croissance menant à la formation d’un réseau vasculaire lymphatique dense qui facilite la libération de l’infiltrat inflammatoire [64-67]. Enfin, de nouveaux éléments soutiennent également un rôle immuno-modulateur des vaisseaux lymphatiques [68]. Ces derniers possèdent la capacité de sécréter différentes chémokines telles que la chémokine (C-C motif) ligand 21 (CCL21) afin de réguler le recrutement des cellules présentatrices d’antigènes jusqu’aux ganglions lymphatiques [69]. Une surexpression de CCL21 a également été démontrée comme étant capable d’induire une polarisation de type Th2 de la réponse inflammatoire et stimuler la croissance tumorale [70]. A ce jour, aucune description de la vascularisation lymphatique sous la zone de transformation de cols sains n’a encore été détaillée. 15 Introduction 4. Carcinogenèse et évolution clinique Le développement du cancer du col de l’utérus se caractérise par la présence d’une phase asymptomatique pré-invasive au cours de laquelle les cellules infectées par un HPV oncogène progressent en lésions intra-épithéliales. Dans un premier temps, des dysplasies légères sont observées dans la partie inférieure de l’épithélium. Ces lésions, appelées lésions intra-épithéliales de bas grade (LSIL : Low grade Squamous Intraepithelial Lesion) sont caractérisées par de légères modifications de la forme et la de taille des cellules typiques d’une infection par un HPV présent sous la forme d’épisome. Dans un second temps, celles-ci progressent en lésions intra-épithéliales de haut grade (HSIL : High grade Squamous Intraepithelial Lesion) caractérisées par la présence de dysplasies sévères dues à l’intégration du génome HPV dans celui des cellules hôtes. Tout au long de la phase pré-invasive, les cellules dysplasiques colonisent graduellement l’épithélium de surface à partir de la couche basale jusqu’aux couches superficielles. L’étape ultime est la colonisation de la totalité l’épithélium sur sa hauteur, lésion dénommée carcinome intra-épithélial de grade 3 (CIN3). La phase pré-invasive est suivie par une phase invasive durant laquelle les cellules tumorales colonisent progressivement le tissu sous-épithélial et disséminent à distance [71]. A tout moment, les lésions pré-invasives et invasives peuvent être suggérées par cytologie de frottis cervicaux, référées macroscopiquement par colposcopie et confirmées par biopsies dirigées suivies d’une analyse histologique. Les cellules néoplasiques exhibent un rapport nucléo-cytoplasmique accru, une condensation de la chromatine ainsi qu’une augmentation de leur coloration (hyperchromasie) pouvant être visualisés à l’aide d’un microscope optique. La présence de mitoses en excès peut également être détectée lors de l’analyse histologique. 4.1. Carcinogenèse Le mécanisme physiopathologique menant à l’apparition de lésions cancéreuses est un processus long pouvant s’étaler sur une période de 10 à 20 ans [72]. Celui-ci est le résultat d’une infection persistance par un HPV oncogène (figure 10). L’infection par un papillomavirus humain n’est pas un évènement rare. Il est estimé qu’environ 75% de femmes seront atteintes au cours de leur vie sexuelle [73]. Chaque année, cela représente près de 12% de la population mondiale [74, 75]. Néanmoins, dans la grande majorité des cas, le virus est naturellement éliminé et seul 10 % des patientes présenteront une 16 Introduction infection persistante après 2 ans [76]. A ce stade, le risque de développer une lésion cervicale invasive reste encore limité. La plupart des lésions intra-épithéliales induites par un HPV régressent spontanément et environ 10 à 20% des patientes présentant une infection persistante développeront un carcinome intra-épithélial de grade 3 (CIN3) [77]. Enfin, seuls 30 à 40% de ces dernières évolueront en cancer [78]. Figure 10: Schéma représentant le risque de développer une infection persistante à un HPV oncogène ainsi qu’une néoplasie cervicale. La partie gauche de la figure représente la proportion d’infections résolues (clearance), qui persistent (persistence) ou qui progressent en CIN3 dans les 3 ans qui suivent la première détection de l’HPV. La partie de droite représente la proportion de lésions CIN3 qui progressent en cancer dans les 30 années qui suivent le diagnostic initial. Schéma adapté de Schiffman et al [72]. Le risque de développer un cancer du col de l’utérus dépend de différents facteurs personnels et paramètres inhérents au virus HPV. Les plus importants sont le potentiel oncogénique de l’HPV impliqué, l’intégration du génome viral au sein du génome humain ainsi que l’âge de la patiente lors de l’infection [79]. Potentiel oncogénique : Comme présenté au point 2.1, une quinzaine d’HPV à haut risque sont impliqués dans près de 95% des cancers du col de l’utérus et parmi eux, les HPV-16 et 18 sont responsables de plus de 70% des cancers du col [9-11]. Le type d’HPV influencera ainsi le risque de développer un cancer et sera le plus important chez les patientes atteintes par un HPV16 ou 18. 17 Introduction Intégration du génome viral : Au cours de la prolifération cellulaire, le génome viral, initialement présent sous la forme d’épisome, s’intègre progressivement au génome humain. Ce processus induit la stabilisation de l’expression des gènes codant pour les oncoprotéines E6 et E7 menant ainsi à une augmentation de leur production. L’apparition des caractères oncogéniques et de la progression tumorale dans les cancers du col sont intimement associés à cette intégration du génome viral dans celui de la cellule hôte [80]. Age : L’âge lors de la première relation sexuelle apparaît comme un facteur de risque important de développer un cancer du col de l’utérus. L’état plus vulnérable du col utérin chez les adolescentes est proposé comme une possible explication de cette sensibilité accrue aux infections par un HPV [81]. Ainsi, la première infection par un HPV apparaît généralement rapidement après le premier rapport sexuel et la prévalence de patientes HPV positives se révèle la plus importante chez les jeunes femmes âgées de moins de 24 ans [75]. De manière similaire, la prévalence de CIN2/3 est maximale chez les patientes âgées entre 20 et 29 ans [82]. Par conséquent, l’une des caractéristiques majeure du cancer du col de l’utérus est qu’il peut affecter des patientes jeunes, à partir d’une vingtaine d’années. 4.2. Les lésions précancéreuses En fonction de la proportion de l’épithélium atteinte par les cellules dysplasiques, ces lésions sont subdivisées de manière subjective en 3 grades : carcinomes intra-épithéliaux de grade 1, 2 ou 3 (figure 11). Les carcinomes intra-épithéliaux de grade 1 (CIN1) sont caractérisés par la présence d’un faible nombre de cellules néoplasiques dans le tiers inférieur de l’épithélium. Quelques rares mitoses ainsi que de légères anomalies nucléaires sont observées. Les CIN2 et 3 sont respectivement définis par la présence de cellules néoplasiques dans les 2/3 et la totalité de l’épithélium. [83]. 18 Introduction Figure 11 : Progression des néoplasies intra-épithéliales. Lésions intra-épithéliales (A) CIN1, (B) CIN2 et (C) CIN3. Les barres représentent la proportion d’épithélium envahi par les cellules néoplasiques. Une cellule en cours de mitose est indiquée par une flèche. 4.3. Les lésions cancéreuses 4.3.1. Progression tumorale 4.3.1.1. Locale L’étape subséquente à la colonisation de l’épithélium de surface est l’envahissement du tissu sous-épithélial par les cellules néoplasiques. Pour ce faire, les cellules néoplasiques acquièrent un phénotype migratoire au cours d’un processus appelé transition epithéliomésenchymateuse. Celle-ci se caractérise par une perte des protéines de jonctions intercellulaires et une augmentation de la production de vimentine, filament intermédiaire du cytosquelette conférant une flexibilité accrue aux cellules [84]. Parallèlement, une expression intense de métalloprotéases matricielles (MMPs) par les cellules néoplasiques est observée. Ces MMPs constituent une famille d’endopeptidases qui clivent les composants de la matrice extracellulaire et induisent un remodelage ainsi qu’une dégradation de la matrice extracellulaire afin de faciliter l’invasion du tissu par les cellules tumorales [85]. Dans les cas de néoplasies cervicales, une expression intense de MMP-1, MMP-2, MMP-9, MMP-14 et MMP-15 est détectée tout au long de la progression tumorale [86]. Dans un premier temps, les cellules néoplasiques colonisent le tissu sous-épithélial dans le sens de la profondeur et de la largeur menant à une déstructuration progressive de l’architecture du col utérin. Par la suite, les lésions cancéreuses s’étendent au-delà du tissu cervical, jusqu’aux organes périphériques. La partie supérieure du vagin ainsi que le paramètre sont les premiers éléments à être atteints. Au fur et à mesure de la progression 19 Introduction tumorale, les lésions progressent jusqu’à la paroi pelvienne avant de finalement accéder à la muqueuse de la vessie et/ou du rectum [87]. 4.3.1.2. A distance : A tout moment, les cellules néoplasiques peuvent entrer en contact avec des vaisseaux lymphatiques et/ou sanguins et disséminer jusqu’aux ganglions périphériques et organes à distances. La formation de métastases à partir de carcinomes est un processus complexe qui se déroule selon une cascade d’évènements impliquant l’intravasation des cellules tumorales à l’intérieur d’un vaisseau sanguin ou lymphatique, leur survie au sein de la circulation sanguine ou lymphatique, leur extravasation hors de la circulation et leur prolifération au niveau de l’organe secondaire. Néanmoins, différentes études expérimentales, précliniques et cliniques ont mis en évidence la vascularisation lymphatique comme la principale voie de dissémination tumorale pour les carcinomes [88, 89]. Dans les cancers du col de l’utérus, la dissémination tumorale est un évènement pouvant s’effectuer de manière précoce au cours de la progression cancéreuse et les ganglions locorégionaux sont reconnus comme les premiers organes à développer des métastases [90]. Etant donné que plus de 90% des décès chez la totalité des patients atteints d’un cancer sont dus à la présence de métastases, celle-ci apparaît comme une étape essentielle de la progression tumorale [91]. Le statut ganglionnaire est d’ailleurs considéré en clinique comme le facteur pronostique principal de survie sans récidive à 5 ans et est largement pris en considération lors du choix de la stratégie thérapeutique à adopter [92, 93]. Actuellement, il n’est cependant pas connu si la présence de métastases ganglionnaires se présente comme une indication du transit des cellules qui disséminent ou si celle-ci accentue le risque de dissémination à distance en fonctionnant comme une sorte de "base de lancement" à partir de laquelle les cellules tumorales rejoignent la vascularisation sanguine [89, 94, 95]. 4.3.2. Classification FIGO La Fédération Internationale de Gynécologie Obstétrique (FIGO) est une organisation mondiale qui regroupe des associations d’obstétriciens et de gynécologues parmi 125 pays. Sa mission est de promouvoir le bien-être des femmes et d’améliorer les normes des pratiques 20 Introduction standards dans les domaines de l’obstétrique et de la gynécologie. Dans ce contexte, elle a notamment pour but de proposer un système de classification permettant de répertorier les lésions néoplasiques du col utérin. En fonction de la taille et de l’extension tumorale, un stade FIGO allant de 0 à IV est attribué. De manière conventionnelle, une distinction est réalisée entre les cancers du col de stade débutant mesurant maximum 4 cm de grand axe (stades FIGO IA – IB1) et les cancers du col de stade avancé présentant un grand axe tumoral supérieur à 4 cm (stades FIGO IB2 – IV). Ce système de classification est largement utilisé par les cliniciens afin de déterminer la stratégie thérapeutique à adopter. Il est également régulièrement révisé afin de prendre en considération les dernières avancées réalisées dans ce domaine. La classification FIGO faisant actuellement référence est détaillée dans le tableau 1 et présentée au niveau de la figure 12 [87]. Tableau 1 : Système de classification FIGO des cancers du col de l’utérus Stade 0 Carcinome in situ, lésion intraépithéliale de Grade III. Stade I Carcinome strictement confiné au col de l’utérus. Ia Ib Stade II Stade III Stade IV Carcinome invasif ne pouvant être diagnostiqué que par microscopie. La profondeur de la lésion est de maximum 5 mm et l’extension horizontale n’excède pas 7 mm. La profondeur d’invasion est calculée à partir de la base de l’éptihélium squameux ou glandulaire initial. La présence d’emboles sanguins ou lymphatiques ne doit pas modifier le stade alloué. Ia1 L’invasion stromale mesurée n’excède pas 3 mm de profondeur et 7 mm d’extension Ia2 L’invasion stromale mesurée est comprise entre 3 mm et 5 mm de profondeur avec une extension qui n’excède pas 7 mm. La lésion cervicale visible cliniquement est limitée au col de l’utérus. Ib1 La lésion n’excède pas 4 cm de grand axe. Ib2 La lésion mesure plus de 4 cm de grand axe. Le carcinome cervical envahit le tissu au-delà de l’utérus, mais pas la paroi pelvienne ni jusqu’au tiers inférieur du vagin. IIa Absence de lésions ayant débordées au niveau des paramètres. IIa1 La lésion n’excède pas 4 cm de grand axe. IIa2 La lésion mesure plus de 4cm de grand axe. IIb Présence manifeste d’envahissement des paramètres. Le carcinome s’est étendu jusqu’à la paroi pelvienne. Lors de l’examen rectal, il n’y a pas d’espace libre entre la tumeur et la paroi pelvienne. La tumeur envahit dans le tiers inférieur du vagin. Tous les cas d’hydronéphrose ou de déficience rénale sont inclus, à moins que ceux-ci soient provoqués par autre chose. IIIa La tumeur envahit le tiers inférieur du vagin, mais aucune extension pelvienne n’est observée. IIIb Extension de la tumeur jusqu’à la paroi pelvienne et/ou présence d’hydronéphrose ou de déficience rénale. Le carcinome s’est étendu au-delà du pelvis ou a atteint la muqueuse de la vessie ou du rectum. IVa Propagation de la tumeur jusqu’aux organes adjacents. IVb Propagation de la tumeur jusqu’à des organes distants. 21 Introduction Figure 12 : Système de classification FIGO des cancers du col de l’utérus (symbolisé en jaune) en fonction de leur taille et de l’extension tumorale. Schéma adapté de Quinn et al [87]. 22 Introduction La classification des néoplasies cervicales est basée sur une évaluation clinique de la lésion. Les examens suivants peuvent être réalisés : la palpation, la colposcopie, l’hystérescopie, l’urographie, la radiographie ainsi que la biopsie. Dans le cas de lésions traitées par chirurgie, une analyse postopératoire des tissus réséqués sera également systématiquement réalisée afin de préciser le diagnostic initial. Dans ce cas, une seconde classification appelée TNM (Tumor – Nodal status – distant Metastasis) est utilisée. Celle-ci permettra notamment d’informer le clinicien sur la présence/absence de métastases ganglionnaires et/ou à distance, paramètres associés à un risque de récidive élevé. Ceux-ci justifieront l’indication de thérapies postopératoires adjuvantes [87]. 23 Introduction III. Traitement 1. Lésions intra-épithéliales Le traitement des lésions néoplasiques intra-épithéliales a pour objectif de prévenir l’apparition de cancers du col invasifs. Celui-ci consiste soit en une destruction du tissu affecté par cryothérapie ou vaporisation au laser (méthodes ablatives) soit en une résection de la lésion avec des marges saines par conisation à froid ou à l’aide d’une hanse diathermique (méthodes d’excision) [96]. Classiquement, une distinction entre les lésions CIN1 et CIN2-3 est réalisée. Les CIN1 sont des lésions fréquentes et une très grande majorité d’entres elles régressent spontanément [72]. C’est pourquoi, seul un suivi des patientes est recommandé. Un test du génome HPV tous les 12 mois ou un examen cytologique tous les 6 à 12 mois seront néanmoins réalisés. Dans le cas où la lésion persiste toujours après 2 ans, un traitement de celle-ci pourra être réalisé. Les CIN2 et 3 sont systématiquement traités. Un suivi des patientes après le traitement est nécessaire au cours duquel un test du génome HPV tous les 6 à 12 mois est recommandé avec une colposcopie réalisée en cas de positivité. Dans tous les cas (CIN1, 2 et 3), si le test du génome HPV est négatif ou si la cytologie est négative 2 fois consécutives, un retour aux recommandations standards du screening est recommandé [97]. Il est estimé que le taux de réussite du traitement des néoplasies intra-épithéliales cervicales 12 mois est compris entre 85 et 95% à [98]. Des troubles de la fertilité avec un risque d’accouchement prématuré, des fausses couches tardives et un risque accru de mortalité périnatale pour les grossesses futures lui sont néanmoins associés [99, 100]. Par conséquent, deux catégories de personnes ne sont pas soumises aux "guidelines" présentés ci-dessus : les adolescentes et jeunes femmes ainsi que les femmes enceintes. Pour celles-ci, dans la mesure du possible, un suivi sera préféré au traitement [97]. 2. Lésions cancéreuses Idéalement, une monothérapie sera proposée pour le traitement des lésions cancéreuses du col utérin. Ce dernier peut être réalisé soit par chirurgie, soit par radiothérapie. Le choix de la stratégie à adopter sera déterminé en fonction du stade FIGO. De manière conventionnelle, 24 Introduction les cancers du col de stade débutant (Stade FIGO ≤ IB1) sont traités par chirurgie. Un traitement adjuvant postopératoire est également administré aux patientes présentant un risque élevé de récidive. Dans la mesure du possible, l’association de ces deux procédures sera cependant évitée. Les cas de cancers du col de stade avancé (Stade FIGO > IB1), présentent un risque important d’une indication d’un traitement adjuvant postopératoire [90]. Pour cette raison, ces lésions sont traitées directement par radiochimiothérapie concomitante [101]. Dans le cadre de ce travail, nous nous intéresserons exclusivement aux cancers du col de stade débutant. 2.1. Plan thérapeutique 2.1.1. Traitement de la tumeur primaire : Hystérectomie Le traitement chirurgical des cancers du col de stade débutant consiste en une hystérectomie radicale élargie. Au cours de cette intervention, une ablation de l’utérus ainsi que de la partie supérieure du vagin est réalisée dans le but de réséquer la tumeur primaire. Afin de garantir des marges de sécurité péritonéales, une excision des régions latérales, antérieure et postérieure par rapport au col utérin est également accomplie (figure 13). Les différentes structures anatomiques généralement impliquées lors de cette intervention sont les suivantes (figures 13 et 14) : (1) les fosses rétropéritonéale, paravésicale et pararectale jusqu’au planché pelvien ; (2) les ligaments utéro-sacrés, cardinaux, vésico-utérins et vésicovaginal ; (3) les uretères ; (4) les paramètres jusque la paroi pelvienne ; (5) et bien entendu l’utérus et la partie supérieure du vagin comme précédemment mentionné [102, 103]. Depuis la publication des premières méthodes chirurgicales mises au point à partir de larges séries de patientes, plusieurs procédures d’hystérectomies élargies présentant des niveaux de radicalité différents ont été décrites et appliquées. En 2008, un nouveau système de classification des hystérectomies radicales a été proposé par Querleu et Morrow avec pour objectif de standardiser la procédure chirurgicale. Celle-ci est aujourd’hui largement acceptée pour le traitement des cancers du col de l’utérus [104]. Quatre types de résections par hystérectomie ont été décrites en fonction de l’extension latérale de la résection à réaliser : Hystérectomie élargie de type A : Une résection minimale des régions latérales ainsi que de la partie supérieure du vagin (généralement 10 mm) est réalisée. Les ligaments utéro25 Introduction sacrés et vésico-utérins ne sont, quant à eux, pas sectionnés à distance de l’utérus. Cette intervention permet de réséquer le col utérin tout en évitant l’apparition de lésions mécaniques au niveau de l’uretère ainsi que des troubles de la circulation sanguine au niveau de la partie terminale de l’uretère. Elle est principalement indiquée pour le traitement des lésions néoplasiques mesurant moins de 2 cm présentant un faible risque d’extension tumorale au niveau de la région para-cervicale. Hystérectomie élargie de type B : Au cours de cette intervention, les ligaments utérosacrés et vésico-utérins sont partiellement sectionnés. L’uretère est également découvert et glissé latéralement afin de permettre la section de la région para-cervicale au niveau du tunnel utérin. Les éléments nerveux postérieurs et profonds de la région para-cervicale ne sont pas épargnés. Finalement, au moins 10 mm de la partie supérieure du vagin sont réséqués. Cette intervention est indiquée pour le traitement des patientes atteintes d’un cancer du col de l’utérus de stades 1A2 et 1B1 mesurant moins de 2 cm d’invasion. Hystérectomie élargie de type C : Une section des ligaments utéro-sacrés et vésicoutérins est respectivement réalisée au niveau du rectum et de la vessie. L’uretère est mobilisé complètement et 15-20 mm de la partie supérieure du vagin sont réséqués. Cette intervention est indiquée pour le traitement des patientes atteintes d’un cancer du col de l’utérus mesurant plus de 2 cm. Hystérectomie élargie de type D : Au cours de cette intervention, la totalité de la région para-cervicale est réséquée jusqu’à la paroi pelvienne et le long des vaisseaux du plexus hypogastrique induisant l’exposition de la racine du nerf sciatique. Cette intervention est rare et principalement indiquée lors d’une exentération pelvienne. 26 Introduction Figure 13 : Représentation schématique d’une coupe transversale du pelvis chez la femme au niveau de la 1ère vertèbre sacrale. Les zones d’extensions chirurgicales antérieure, postérieure et latérales sont respectivement indiquées en mauve, bleu et vert. Figure 14 : Vue ventrale des différentes structures impliquées lors de l’hystérectomie élargie : (1) incision vaginale, (2) ligament vésico-utérin, (3) ligament vésico-vaginal (4) l’uretère, (5) paracervix, (6) zone d’insertion du paramètre, (7) paramètre, (8) artère utérine. 27 Introduction 2.1.2. Stadification ganglionnaire Le statut ganglionnaire (présence/absence de métastases ganglionnaires) représente le facteur pronostique de survie sans récidive à 5 ans le plus fiable chez les patientes atteintes d’un cancer du col utérin [93, 105]. Celui-ci est couramment utilisé par les cliniciens afin de guider le choix d’une thérapie adjuvante postopératoire [92]. L’importance pronostique du statut ganglionnaire justifie la raison pour laquelle une stadification ganglionnaire est actuellement systématiquement réalisée chez les patientes atteintes d’un cancer du col de stade débutant. Pour ce faire, une lymphadénectomie pelvienne est classiquement associée à l’hystérectomie radicale élargie dans un but uniquement diagnostic. Celle-ci consiste en une résection des ganglions lymphatiques localisés au niveau des régions iliaque commune, iliaque externe, inter-iliaque et paramétriales (figure 15). L’analyse histologique postopératoire des ganglions lymphatiques réséqués permet de préciser le diagnostic en mettant en évidence les patientes présentant un risque élevé de récidive (statut ganglionnaire positif) et chez qui un traitement adjuvant apparait indiqué. Figure 15 : Illustration des principaux ganglions lymphatiques pelviens et para-aortiques. Seuls les ganglions lymphatiques localisés au niveau des régions iliaque commune, iliaque externe, inter-iliaque et paramétriales sont réséqués. Schéma provenant de Yeong et al [106]. 28 Introduction 2.2. Traitements adjuvants Un traitement adjuvant de radiothérapie pelvienne postopératoire visant à améliorer les chances de réussite du traitement est proposé aux patientes présentant un risque de récidive élevé. Il est principalement déterminé par l’analyse histologique postopératoire des ganglions lymphatiques (cfr chapitre III, point 2.1.2.). Près de la moitié des échecs du traitement chirurgical sont également détectés chez les patientes ne présentant pas de métastases ganglionnaires visibles lors de l’examen histologique [105, 107, 108]. Dans ce contexte, les cliniciens ont mis en évidence plusieurs facteurs de risque de récidive pouvant être analysés à partir de la tumeur primaire : le volume tumoral, la profondeur d’invasion ainsi que la présence de cellules tumorales à l’intérieur de la lumière des vaisseaux lymphatiques ("LymphoVascular Space Invasion", LVSI) [109]. Sedlis et al ont démontré que l’administration d’une radiothérapie adjuvante postopératoire chez des patientes présentant au moins 2 des ces paramètres permet de réduire de 47% le risque de récidive à 2 ans [110]. Cependant, en raison d’une morbidité thérapeutique à court et long terme accrue, l’association de la radiothérapie et de la chirurgie est si possible évitée [111]. Un graphique de la stratégie thérapeutique actuellement adoptée est présenté ci-après (figure 16). Il est estimé que le traitement des cancers du col de stade débutant permet d’atteindre un taux de survie sans récidive à 5 ans de l’ordre de 85% [109]. Cancer du col de stade débutant Hystérectomie radicale Lymphadénectomie pelvienne Ganglions négatifs Ganglions positifs Radiothérapie / chimiothérapie Faible risque Risque élevé : LVSI / Profondeur de l’invasion Diamètre tumoral Follow up Radiothérapie adjuvante Figure 16 : Protocol standard pour la gestion des carcinomes du col utérin de stade débutant. LVSI est l’abréviation de "LymphoVascular Space Invasion". Schéma provenant de Kridelka et al [112]. 29 Introduction 2.3. Morbidité thérapeutique La radicalité des techniques chirurgicales et de la radiothérapie, la proximité du col de l’utérus par rapport à certains organes tels que la vessie ou l’intestin ainsi que la rupture de l’intégrité du système lymphatique sont associés à une morbidité thérapeutique pouvant affecter la qualité de vie des patientes [113, 114]. Celle-ci peut se présenter sous la forme d’une morbidité thérapeutique "non lymphatique", relative à l’hystérectomie radicale élargie, d’une morbidité thérapeutique "lymphatique", relative à la lymphadénectomie et/ou d’une morbidité cumulée en cas de radiothérapie adjuvante postopératoire [111]. 2.3.1. Morbidité thérapeutique "non lymphatique" Des troubles fonctionnels et sexuels sont les principales complications liées au traitement par hystérectomie radicale élargie. Ceux-ci sont le résultat de dommages réalisés au niveau des plexus nerveux pelviens lors de cette intervention [115, 116]. Ils se manifestent sous la forme d’atonie vésicale, de constipations, d’obstruction intestinale (troubles fonctionnels) ainsi que sous la forme de douleurs lors des rapports sexuels et des difficultés à atteindre l’orgasme (troubles sexuels). Il est estimé que respectivement 9 à 18% et 22% des patientes traitées par chirurgies développeront des dysfonctions urinaires, intestinales et du rectum ainsi que des troubles sexuels dans les 2 ans [117, 118]. 2.3.2. Morbidité thérapeutique "lymphatique" La rupture de l’intégrité de la chaine ganglionnaire pelvienne mène à la formation de lymphœdèmes. Ces derniers se caractérisent par une accumulation de fluide interstitiel au niveau des membres inférieurs ainsi que par un risque de réaction inflammatoire locale pouvant induire une détérioration des tissus. Cette pathologie est jusqu'à présent incurable et affecte de manière importante la qualité de vie des patientes. Seul un drainage régulier des liquides accumulés au niveau des tissus permettra de limiter l’expansion du lymphœdème [119]. Il est estimé qu’un lymphœdème des membres inférieurs est diagnostiqué chez plus de 12% des patientes traitées pour un cancer du col de stade débutant dans les 5 ans qui suivent la chirurgie [120]. 30 Introduction 2.3.2. Morbidité cumulée En 1997, la morbidité thérapeutique obtenue après une chirurgie radicale et celle obtenue après une chirurgie radicale associée à une radiothérapie adjuvante ont été comparées par Landoni et al [111]. A la suite de cette étude, une morbidité thérapeutique accrue à cours et long terme a été démontrée lorsqu’une radiothérapie adjuvante postopératoire est administrée. La proportion de patientes ayant développé une hydrourétéronéphrose, un œdème des membres inférieurs ainsi que diverses complications vésicales et rénales telles que la cystite actinique, l’incontinence et l’hyperpression rénale s’est avérée plus importante chez les patientes ayant reçu de la radiothérapie adjuvante postopératoire. Par conséquent, l’association de la radiothérapie et de la chirurgie doit si possible être évitée. 2.4. Contrôle de la morbidité thérapeutique Conscient de la morbidité associée au traitement des patientes atteintes d’un cancer du col de stade débutant, les cliniciens et les chercheurs se sont focalisés au cours de ces dernières années sur l’étude de nouveaux moyens qui permettraient de proposer une dégressivité de la radicalité des traitements actuels. Jusqu’à présent, trois grandes voies de réflexion ont été investiguées : l’utilisation d’une chirurgie plus conservatrice lors de la résection tumorale, la technique du ganglion sentinelle ainsi que la recherche de marqueurs tumoraux permettant d’identifier de manière précoce les patientes présentant un risque de récidive élevé. 2.4.1. Chirurgie conservatrice Une grande partie de la morbidité associée au traitement chirurgical des lésions cancéreuses du col utérin est due à la dissection du paramètre contenant les fibres nerveuses autonomes qui contrôlent la vessie, l’intestin et les fonctions sexuelles. Afin de limiter l’apparition de ces complications, la réalisation d’un traitement chirurgical avec préservation nerveuse ainsi qu’une réduction de la radicalité de la chirurgie ont été proposés : Le principe de préservation nerveuse : Au début des années 1960, Kobayashi et al furent les premiers à proposer une modification de la procédure chirurgicale visant à obtenir 31 Introduction une amélioration postopératoire de la fonction vésicale [121]. Cette méthode était basée sur une préservation des nerfs splanchniques impliqués dans l’innervation de l’utérus et de la vessie. Depuis lors, des progrès ont été réalisés dans la caractérisation anatomique des nerfs des plexus autonomes pelviens [122-124]. Ceux-ci ont mené à une adaptation des techniques chirurgicales visant à préserver au maximum les nerfs des plexus pelviens lors de la résection de la lésion cancéreuse [125-127]. Actuellement, la nouvelle classification des procédures d’hystérectomies radicales décrite par Querleu et Morrow prend en considération les techniques de préservation nerveuses [104]. Réduction de la radicalité de la chirurgie : Plusieurs études ont démontré que chez les patientes atteintes d’un cancer du col de stade débutant et présentant un risque de récidive faible (diamètre tumoral n’excédant pas 2 cm et absence d’emboles lymphatiques), une infiltration du paramètre est observée dans moins de 1 % des cas [128-132]. Par conséquent, la réalisation d’une chirurgie moins radicale que l’hystérectomie élargie est suggérée chez ces patientes. Jusqu’à présent, différents travaux rétrospectifs soutiennent que la réalisation d’une conisation large [133-135], d’une trachélectomie [133, 136-138] ou d’une hystérectomie vaginale [139] représentent des alternatives à l’hystérectomie. Une étude clinique prospective dont l’objectif est de comparer la faisabilité et l’intérêt de la réalisation d’une hystérectomie simple, qui consiste à réséquer l’utérus et le col utérin sans disséquer le paramètre, comparativement à l’hystérectomie élargie est actuellement en phase de test [140]. 2.4.2. Agressivité associée à la lymphadénectomie Le statut ganglionnaire ne peut être négligé en raison de sa valeur pronostique importante sur le risque de récidive à 5 ans [93]. Il justifie la raison pour laquelle une lymphadénectomie pelvienne est systématiquement réalisée chez les patientes atteintes d’un cancer du col de l’utérus de stade débutant. Cependant, il apparait que seulement 15-20% d’entres elles présenteront réellement une métastase ganglionnaire diagnostiquée lors de l’examen histologique postopératoire [105, 141]. Une grande majorité des patientes actuellement traitées par chirurgie sont par conséquent soumises à une résection importante du système lymphatique associée à un risque de développer des complications pouvant affecter la qualité de vie (lymphœdème, infections tissulaires) alors que cette intervention aurait pu être évitée. Afin de réduire l’agressivité associée à la chirurgie de la chaine ganglionnaire, la technique du ganglion sentinelle à été proposée. 32 Introduction Le ganglion sentinelle est défini comme le premier ganglion lymphatique atteint après drainage du fluide interstitiel provenant de la tumeur primaire [142]. Il se présente comme le premier site locorégional au niveau duquel une métastase peut théoriquement se développer après dissémination par voie lymphatique et son statut (présence/absence de métastases ganglionnaires) est supposé représenter l’état des autres ganglions localisés en aval. Ce ganglion peut être facilement détecté par cœlioscopie après par injection au niveau du stroma cervical d’un colloïde marqué par le radioélément 99m Tc (technétium) et/ou d’une solution colorée en bleu (bleu d’isofluran ou de méthylène) (figure 17) [143]. Cette technique, a jusqu’à présent été utilisée avec succès dans le management des cancers du sein [144] et du mélanome [145] et a permis de limiter de manière significative les complications postopératoires associées à une lymphadénectomie systématique. Figure 17 : Mise en évidence du ganglion sentinelle à l’aide d’une solution colorée en bleu. Cette technique du ganglion sentinelle est également proposée pour l’évaluation du statut ganglionnaire chez les patientes atteintes d’un cancer du col utérin de stade débutant. Des études préliminaires rapportent une sensibilité dans la détection du ganglion sentinelle avoisinant les 98% après injection de colorant et de colloïde radioactif [146], avec près de 85% d’entres eux localisés dans le pelvis [147], ainsi qu’une valeur prédictive négative de près de 100% [148-152]. Actuellement, une étude multicentrique de phase III est également en cours de test. L’objectif principal de cet essai est d'évaluer la méthode du ganglion sentinelle chez des patientes ayant un cancer précoce du col utérin comparativement à la lymphadénectomie pelvienne classique [153]. 33 Introduction 2.4.3. Diminution du risque de morbidité associée au traitement combiné L’association de la chirurgie radicale et de la radiothérapie doit si possible être évitée en raison du taux élevé de morbidité aigue et chronique observé [111]. Dès lors, il apparaît fondamental de parvenir à identifier de manière précoce les patientes présentant un risque de récidive défavorable et pour lesquelles la chirurgie pourrait être délaissée au profit d’une radiothérapie unique dans le but d’éviter l’apparition d’une morbidité cumulée. Depuis la mise en évidence d’une dissémination préférentielle des cellules néoplasiques par la voie lymphatique [88, 89], il est suggéré que l’analyse histologique du réseau vasculaire lymphatique tumoral permettrait de détecter, à partir de la tumeur primaire, les patientes présentant un risque élevé versus faible d’extension ganglionnaire [154, 155]. Dans ce contexte, la présence d’emboles lymphatiques au niveau de la tumeur primaire a déjà été démontrée pour être corrélée à une agressivité tumorale accrue [93]. Ce paramètre est d’ailleurs pris en considération lors du choix de la stratégie thérapeutique à adopter [110]. Au cours de ces dernières années, la recherche s’est ainsi focalisée sur la compréhension des mécanismes impliqués dans la dissémination des cellules tumorales ainsi que sur la mise en évidence de nouveaux paramètres pronostiques d’extension ganglionnaire au niveau de la tumeur primaire. Le chapitre suivant est consacré à ces deux éléments. 34 Introduction IV. Dissémination Tumorale 1. Dissémination lymphatique Au cours de ces dernières années, plusieurs mécanismes impliqués dans la dissémination des cellules cancéreuses via le système lymphatique ont été étudiés. Actuellement, même si la totalité de ces mécanismes n’a pas été complètement élucidée, il apparait que la structure des vaisseaux lymphatiques, le flux, la sécrétion de chémoattractants, ainsi que la lymphangiogenèse tumorale, joueraient un rôle important [156]. 1.1. La vascularisation lymphatique 1.1.1. Structure et fonctions Le système lymphatique est présent dans de nombreux tissus à l’exception du système nerveux central, de la moelle osseuse, de la rétine ainsi que des tissus cartilagineux avasculaires [89]. Sa fonction principale consiste à maintenir l’homéostasie du fluide tissulaire. L’excès d’eau ainsi que les macromolécules délivrées par les vaisseaux sanguins au sein du tissu interstitiel sont drainés par les capillaires lymphatiques et redistribués dans la circulation sanguine au niveau du canal thoracique et du conduit lymphatique droit. Le réseau lymphatique joue également un rôle important dans la réponse immunitaire adaptative. Il est impliqué dans le transport des cellules présentatrices d’antigènes jusqu’aux ganglions lymphatiques présents tout au long du parcours de la lymphe, permettant ainsi l’activation des lymphocytes naïfs résidents. Finalement, les lipides alimentaires sont collectés par les vaisseaux lymphatiques au niveau des villosités intestinales et transportés sous forme de chylomicrons [63, 157]. Le système lymphatique se distingue du système vasculaire entre autres par différents aspects structurels. Il débute par un réseau vasculaire unidirectionnel composé de capillaires étroits (30-80 µm de diamètre) dont l’extrémité se termine en cul-de-sac (figure 18A) [158]. Contrairement aux capillaires sanguins, ces vaisseaux sont délimités par une paroi dépourvue de membrane basale continue et composée d’une seule couche de cellules endothéliales lymphatiques directement liées à la matrice extracellulaire par des filaments d’ancrage [159]. 35 Introduction Lors d’une augmentation de la pression du liquide interstitiel, les forces appliquées sur les filaments d’ancrage induisent l’ouverture des vaisseaux lymphatiques et le drainage du liquide tissulaire (figure 18B) [160]. Figure 18 : Organisation de la vascularisation lymphatique. (A) La vascularisation lymphatique est parallèle à la vascularisation sanguine et draine le fluide interstitiel. Les flèches représentent le sens de la circulation des fluides. (B) Coupe transversale d’un vaisseau lymphatique. Lors d’une augmentation de la pression interstitielle, la pression exercée sur les filaments d’ancrage induit la formation d’espaces entre les cellules endothéliales lymphatiques et permet de drainage du fluide interstitiel et des macromolécules. (C et D) Représentation schématique des jonctions intercellulaires lymphatiques. (C) Les vaisseaux lymphatiques distaux présentent des "button-like junctions" tandis que les cellules endothéliales des vaisseaux collecteurs sont reliées entres elles par des jonctions continues appelées "zipper–like junctions". (D) Les "button-like junctions" sont localisées à la base des interdigitations et sont majoritairement constituées de VE-cadhérine (rouge). Les prolongements cellulaires (vert) se superposent et forment des systèmes de clapet qui permettent l’entrée des cellules et du fluide interstitiel. Schéma adapté de Schulte-Merker et al [161] et Baluk et al [162]. Les cellules endothéliales lymphatiques présentent des prolongements cellulaires qui se chevauchent (interdigitations) et sont connectées entre elle par des jonctions intercellulaires particulières appelées "button-like junctions" (figure 18C) [162]. Ces structures sont 36 Introduction principalement composées de VE-cadhérine, claudine-5, ESAM et JAM-A et sont uniquement présentes qu’à la base des interdigitations (figure 18D). Au-delà, les prolongements cellulaires sont dépourvus de jonctions et présentent une structure similaire à un "clapet". Cette organisation particulière observée au niveau des capillaires lymphatiques permet le drainage du liquide interstitiel et l’intravasation des cellules tout en conservant l’intégrité des vaisseaux. Finalement, les capillaires drainent la lymphe vers les canaux pré-collecteurs et collecteurs. A l’inverse des capillaires, ces derniers présentent une paroi composée de cellules endothéliales connectées par des jonctions continues appelées "zipper-like junction" assurant une cohésion intercellulaire élevée. Ces vaisseaux présentent également une fine couche de cellules musculaires lisses ainsi qu’un système de valves assurant un transfert unidirectionnel de la lymphe vers les ganglions lymphatiques. La structure des vaisseaux lymphatiques, ainsi que la composition de la lymphe, permettraient d’expliquer en partie la dissémination préférentielle par voie lymphatique. En effet, l’absence de membrane basale continue et le faible nombre de jonctions intercellulaires cellulaires faciliteraient l’intravasation des cellules tumorales dans les capillaires lymphatiques. De plus, ces dernières présenteraient un taux de survie accru lorsqu’elles transitent par le système lymphatique. Ceci serait dû à la présence d’un débit plus faible associé à une réduction du stress cellulaire induit par des forces de cisaillement ainsi qu’à une concentration plus importante d’acide hyaluronique, molécule aux propriétés antiapoptotiques [163, 164]. 1.1.2. Flux et dissémination passive Au cours de la croissance tumorale, la formation d’un réseau vasculaire sanguin immature en réponse à une production intense de facteurs de croissance angiogènes par les cellules en hypoxie, provoque une exsudation importante de liquide [165, 166]. Cette hyperperfusion du tissu cancéreux génère une augmentation de la pression du liquide interstitiel et provoque l’ouverture des "button-like junctions" des vaisseaux lymphatiques suite aux forces appliquées sur les filaments d’ancrage [167]. Ce mécanisme a pour objectif de drainer l’excédent de liquide afin de réguler l’homéostasie tissulaire, principale fonction du système lymphatique. Cependant, le flux généré entre la tumeur et les vaisseaux périphériques peut également emporter les cellules tumorales et permettre leur translocation passive dans la lumière des vaisseaux lymphatiques [168]. 37 Introduction 1.2. Chémokines Les vaisseaux lymphatiques sont les principaux conduits par lesquels les cellules présentatrices d’antigènes transitent pour se rendre dans les ganglions et les organes lymphoïdes secondaires. Ils permettent de libérer les tissus enflammés des leucocytes une fois que ceux-ci ne sont plus nécessaires pour la circonscription du pathogène ou tout autre type d’agression [89]. Ces mécanismes nécessitent le guidage des cellules inflammatoires vers les vaisseaux lymphatiques afférents. Pour ce faire, les cellules endothéliales sont capables de synthétiser différentes molécules chémoattractives qui interagissent avec les leucocytes et induisent leur migration vers les vaisseaux. Notamment, les cellules dendritiques activées, de même que les lymphocytes T et B qui expriment le récepteur CCR7 sont recrutées par les cellules endothéliales lymphatiques suite à une production des chémokines CCL21 et CCL19 par ces dernières [69]. Un effet similaire est également observé lors de l’interaction de CCL12 avec son récepteur correspondant CXCR4 exprimé par les cellules dendritiques [169]. Finalement, d’autres chémokines peuvent être impliquées dans le recrutement des cellules inflammatoires telles que CXCL1, CCL2, CCL5, CCL20, CXCL2, CXCL5, CXCL9, CXCL10, CXCL13, et CXCL1 [170]. Des mécanismes similaires ont été décrits entre les cellules endothéliales lymphatiques et les cellules tumorales et semblent jouer un rôle non négligeable dans les processus de dissémination vers les ganglions locorégionaux. Une expression importante des récepteurs CCR7 et/ou CXCR4 par les cellules tumorales dans les cas de cancers du col de l’utérus a notamment été corrélée à la présence de métastases ganglionnaires [171, 172]. Les cellules endothéliales lymphatiques apparaissent capables d’attirer les cellules tumorales vers les vaisseaux et seraient ainsi en partie responsables de leur dissémination préférentielle via le système lymphatique [173-175] (figure 19). Figure 19 : Chémoattraction des cellules tumorales par les cellules endothéliales lymphatiques qui produisent du CCL21. Le drainage du fluide interstitiel par les vaisseaux lymphatiques génère un gradient de chémokines qui favorise la migration des cellules tumorales vers la paroi des vaisseaux lymphatiques. Schéma provenant de Shields et al [174]. 38 Introduction 1.3. Lymphangiogenèse : progression et dissémination tumorale 1.3.1. Lymphangiogenèse La lymphangiogenèse est initialement un processus embryonnaire au cours duquel un réseau lymphatique complexe est formé à partir d’une réserve de cellules endothéliales lymphatiques primaires [119]. Chez l’adulte, la lymphangiogenèse est intimement liée à des processus physiopathologiques tels que la cicatrisation, l’inflammation chronique et le rejet d’allogreffes [155]. L’expression de facteurs lymphangiogéniques par les macrophages et les granulocytes en réponse aux cytokines pro-inflammatoires sécrétées dans ces conditions induisent la formation de nouveaux capillaires lymphatiques à partir de vaisseaux préexistants [64]. L’activation du récepteur Vascular Endothelial Growth Factor (VEGFR)-3 par les facteurs de croissances VEGF-C et VEGF-D représente la principale voie de stimulation de la lymphangiogenèse tumorale [176-178]. Ceux-ci induisent une prolifération, une migration ainsi qu’une augmentation de la survie des cellules endothéliales lymphatiques, mécanismes requis pour la formation de nouveaux vaisseaux lymphatiques [179]. A l’inverse, l’inhibition de l’action des VEGF-C et VEGF-D à l’aide de protéines de fusion ou d’anticorps bloquants dirigés contre le récepteur VEGFR-3 empêche la régénération du réseau lymphatique chez des souris adultes [180, 181]. Dans une moindre mesure, la lymphangiogenèse peut également être activée suite à l’interaction de ces facteurs de croissance ainsi que le VEGF-A avec le récepteur VEGFR-2 [182, 183]. Finalement, d’autres facteurs de croissance tels que le Fibroblast Growth Factor-2 (FGF-2), les Insuline-like Growth factors (IGF-1 et IGF-2), l’Hepatocyte Growth Factor (HGF), le Platelet-Derived Growth Factor BB (PDGF-BB) ainsi que l’angiopoétine-1 (Ang-1) induisent également la formation de nouveaux vaisseaux lymphatiques. Cependant, leurs mécanismes d’action apparaissent secondaires aux effets des VEGF-C et VEGF-D sur les cellules endothéliales [119]. Un schéma reprenant les différents facteurs lymphangiogiogènes est présenté au niveau de la figure 20. 39 Introduction Figure 20 : Schéma des différents facteurs lymphangiogènes et de leurs récepteurs correspondants. Schéma provenant de Van de Auwera et al [184]. 1.3.2. Progression tumorale De récents travaux suggèrent un rôle immuno-modulateur de certains facteurs exprimés lors de la lymphangiogenèse pouvant mener à l’établissement d’un microenvironnement propice au développement cancéreux. Une surexpression de VEGF-C a été associée à une infiltration accrue de lymphocytes T régulateurs, cellules impliquées dans le maintien d’une immunotolérance, ainsi qu’à une réduction de lymphocytes T cytotoxiques au sein de la tumeur, dans un modèle murin de mélanome. A l’inverse, une augmentation de l’infiltration de celle-ci par les lymphocytes T cytotoxiques ainsi qu’une réduction de la croissance tumorale a été mise en évidence lorsque l’expression du VEGF-C est inhibée [185]. Dans un modèle murin de cancer de la peau induit par l’application d’un agent chimique, l’inhibition des VEGF-C et D provoque une réduction du recrutement de cellules inflammatoires, principalement des macrophages, et de la sécrétion de TNF-α sous les lésions pré-invasives [186]. Une réduction du nombre de lésions intra-épithéliales et invasives s’étant développées par souris ainsi qu’un retard dans le développement de lésions cancéreuses sont également observés. Parallèlement, d’autres études ont démontré l’existence d’une lymphangiogenèse au sein du ganglion sentinelle qui précède la dissémination tumorale et certaines d’entres elles suggèrent un rôle des cellules endothéliales lymphatiques dans le 40 Introduction développement d’une niche prémétastatique favorable au développement de métastases [187190]. Ensemble, ces études soutiennent l’existence d’un lien étroit entre la vascularisation lymphatique et la progression tumorale. 1.3.3. Dissémination tumorale L’implication de la lymphangiogenèse dans les mécanismes de dissémination tumorale a été démontrée dans différents modèles expérimentaux. Notamment, une surexpression des facteurs de croissance VEGF-C et VEGF-D par les cellules tumorales et du microenvironnement tumoral provoque une lymphangiogenèse tumorale accrue ainsi qu’une augmentation de l’incidence des métastases ganglionnaires dans des modèles de xénogreffes de cellules tumorales mammaires [191-194], pulmonaires [195] et des cas de cancers pancréatiques [196, 197]. A l’opposé, l’inactivation de la voie de signalisation du VEGFR-3 à l’aide d’anticorps bloquants, de protéines de fusion, d’inhibiteurs des protéines kinases, de siRNA ou encore chez des souris déficientes en VEGF-D induit une diminution importante de l’incidence de métastases ganglionnaires [193, 195, 197-201]. Egalement, parmi les facteurs lymphangiogènes secondaires, l’inhibition de l’action des IGF-1, PDGF-BB et VEGF-A diminue de manière significative le risque d’extension au niveau des ganglions périphériques [202-205]. Enfin, une diminution de la lymphangiogenèse tumorale, ainsi qu’une réduction de 60% de l’incidence de métastases ganglionnaires sont également observées dans un modèle murin de carcinome cervical en condition hypoxique après inhibition du VEGF-C et de son récepteur VEGFR-3 [206]. La dissémination tumorale observée après activation de la lymphangiogenèse apparait principalement assurée par les vaisseaux lymphatiques péritumoraux. En effet, les vaisseaux lymphatiques intra-tumoraux peuvent présenter un manque de fonctionnalité due à une augmentation de la pression intratumorale qui provoque leur compression [193, 196]. Dans ce contexte, il est supposé qu’une augmentation du nombre de vaisseaux péritumoraux au cours de la progression tumorale serait à l’origine d’un risque accru de pénétration d’une cellule tumorale dans la vascularisation lymphatique et d’une dissémination vers les ganglions locorégionaux. Parmi l’ensemble des mécanismes présentés ci-dessus, la lymphangiogenèse tumorale est actuellement considérée comme l’évènement central prédisposant au développement de métastases ganglionnaires [156]. 41 Introduction 2. Cancer cervical : lymphangiogenèse et densité en vaisseaux lymphatiques Au cours de la physiopathologie cancéreuse du col utérin, la présence d’une lymphangiogenèse activée de manière précoce, déjà à des stades pré-invasifs, est décrite. Celle-ci a également été démontrée comme étant continuellement activée au fur et à mesure de la progression tumorale et semble associée à une augmentation progressive du risque de dissémination tumorale par voie lymphatique et de métastases au niveau des ganglions périphériques (Tableau 2). Différentes études réalisées sur des biopsies de néoplasies cervicales humaines révèlent la présence d’une expression génique et protéique importante de VEGF-C et VEGFD dans des lésions CIN2/3 tandis que ceux-ci ne sont pas produits dans un tissu sain [207209]. Des niveaux élevés de ces facteurs de croissance sont également maintenus dans des lésions invasives de cancers du col de stade débutant. Ceux-ci ont été associés à la présence d’une vascularisation lymphatique tumorale dense ainsi qu’à à la présence de métastases ganglionnaires [207, 210-213]. Parallèlement à ces études réalisées sur les principaux facteurs lymphangiogènes, une augmentation importante de la densité en vaisseaux lymphatiques ("Lymphatic Vessel Density", LVD) est également détectée au niveau lésions intraépithéliales de haut grade [210, 213, 214] et celle-ci croît graduellement au cours de la progression tumorale [214-216]. De manière similaire, une augmentation du nombre de vaisseaux lymphatiques en cours de prolifération au niveau de ces lésions est rapportée et confirme l’existence d’un processus lymphangiogénique [217]. Finalement, cette augmentation de la LVD a été corrélée à une expression intense des facteurs de croissance VEGF-C et VEGF-D [207, 210]. L’ensemble des études présentées ci-dessus soutient l’idée selon laquelle la LVD tumorale représenterait un marqueur de choix pour l’étude de la lymphangiogenèse. Il est proposé que la quantification de ce paramètre sur des coupes histologiques de tumeurs primaires permettrait d’évaluer le risque de dissémination tumorale que présente une patiente atteinte d’un cancer du col de stade débutant [218]. Ainsi, la LVD péritumorale est apparue au cours de dernières années comme un nouveau paramètre pronostique prometteur de dissémination tumorale. 42 Introduction Tableau 2 : Risque précoce et croissant de dissémination tumorale au cours de la progression tumorale Switch lymphangiogénique Activation de l’expression de VEGF-C à des stades préinvasifs (CIN2-CIN3) [207-209] Activation de l’expression de VEGF-D à des stades préinvasifs [207] Augmentation de la densité en vaisseaux lymphatiques à des stades pré-invasifs (CIN2-CIN3) [210, 213, 214] Augmentation de la densité en vaisseaux lymphatiques en cours de prolifération à des stades pré-invasifs (lésions de bas grade et haut grade) Lymphangiogenèse et risque d’extension ganglionnaire [217] Expression élevée de VEGF-C maintenue dans les lésions cancéreuses et corrélée au statut ganglionnaire [210, 212] Augmentation progressive de la densité en vaisseaux lymphatiques au cours de la progression tumorale [214-216] Depuis près d’une dizaine d’années, les chercheurs ont tenté de déterminer le potentiel pronostique de la densité en vaisseaux lymphatiques sur le risque d’extension ganglionnaire chez des patientes atteintes d’un cancer du col utérin. En 2005, Gombos et al furent parmi les premiers à corréler une LVD péritumorale élevée à la présence de métastases ganglionnaires, ainsi qu’à une diminution du taux de survie à 5 ans [210]. Par contre, la vascularisation intratumorale ne présente aucune valeur prédictive de dissémination tumorale. Ultérieurement, des résultats similaires ont été reproduits dans la majorité des études cliniques, confirmant ainsi l’intérêt d’une quantification de la LVD au niveau de la tumeur primaire comme facteur pronostique de dissémination ganglionnaire [212, 215, 219-226]. Néanmoins, d’autres équipes rapportent une absence de corrélation entre la LVD peritumorale et une extension ganglionnaire [214, 227-229]. Par conséquent, malgré l’existence de résultats encourageants, la valeur pronostique de la LVD a été mise en doute et, jusqu’à présent, aucun consensus à ce sujet n’a encore pu être établi (Tableau 3). 43 Introduction Tableau 3 : Association entre la LVD péritumorale et le statut ganglionnaire (N+/N-) à partir de cas de cancers du col utérin. Méthode Année LVD péritumorale (moyenne ± DS) Réf. Marqueur Objectif Champs Opérateurs N- N+ P value 2005 D2-40 20x 5 2 8,8 ± 0,5 11,6 ± 1 p < 0,001 [210] 2006 LYVE-1 40x 5 2 14,9 23,1 p < 0,001 [219] 2007 D2-40 20x 5 2 17,9 15,6 NS [214] 2009 D2-40 40x 4 1 21,97 ± 6,44 33,27 ± 6,34 p < 0,001 [215] 2009 LYVE-1 20x 5 1 17,15 ± 1,49 17,93 ± 1,70 p < 0,05 [212] 2009 LYVE-1 20x 5 1 8,77 15 ± 0,65 9,67 ± 0,72 p < 0,05 [220] 2010 LYVE-1 40x 5 1 25,50 ± 1,84 26,33 ± 0,82 NS [227] 2010 D2-40 40x 5 - 10 2 p = 0,01 [221] D2-40 2010 Non mentionné 10,5 ± 3,8 12,7 ± 4,13 NS 4,3 ± 2,1 3,8 ± 1,8 NS Prox-1 7,2 ± 3,1 6,8 ± 3,4 NS VEGF-R3 2,5 ± 2,1 3,3 ± 1,9 NS 6,2 ± 0,7 11,2 ± 1,6 p < 0.0001 [223] LYVE-1 20x 5 2 [228] 2011 5’-NaseALPase 2011 D2-40 20x 5 3 8,7 ± 1,2 15,9 ± 2,2 p < 0,05 [224] 2012 D2-40 20x 5 2 43% avec LVD > 10 32% avec LVD > 10 NS [229] 2012 LYVE-1 20x 5 2 17,36 ± 5,3 19,28 ± 4,8 p = 0,019 [225] 2013 D2-40 10x 20 1 18,17 ± 6,44 33,27 ± 6,34 P < 0,001 [216] 2013 D2-40 40x 4 1 non précisé non précisé P < 0.05 [226] Surface totale analysée = 1 mm² Le manque de standardisation concernant les méthodes de quantification et dans le choix des marqueurs des cellules endothéliales lymphatiques est supposé être responsable de variations importantes dans les mesures de LVD entre les différentes études. Ce manque de standardisation expliquerait en grande partie les divergences observées entres les différentes études cliniques [184]. 44 Introduction 3. Quantification de la lymphangiogenèse 3.1. Les marqueurs des vaisseaux lymphatiques La sélection d’un marqueur optimal des cellules endothéliales lymphatiques est une étape essentielle dans l’étude de la lymphangiogenèse sur coupe histologique. Un manque de spécificité dans la détection des vaisseaux lymphatiques risquerait de mener à des résultats erronés [184]. Jusqu’à présent, LYVE-1, prox-1, VEGFR-3 et la podoplanine ont été les marqueurs les plus couramment utilisés dans les études réalisées sur le cancer du col de l’utérus. Le Lymphatic vessel endothélial hyaluronan receptor 1 (LYVE-1) est l’un des marqueurs les plus utilisés pour la détection des vaisseaux lymphatiques. Il s’agit d’une glycoprotéine membranaire initialement exprimée par les cellules progénitrices des cellules endothéliales lymphatiques présentes au niveau de la veine cardinale et qui représente le premier indicateur du phénotype lymphatique lors de la lymphangiogenèse embryonnaire [230, 231]. LYVE-1 se présente comme un récepteur des hyaluronans, composant de la matrice extracellulaire impliqué dans la migration et la différenciation cellulaire [232]. Celuici serait aussi capable d’internaliser ces hyaluronans matriciels et semble ainsi jouer un rôle dans leur transport vers les ganglions lymphatiques où ces derniers sont métabolisés [233, 234]. Cependant, une réduction de son niveau d’expression à la surface des cellules est observée dans des conditions inflammatoires pouvant mener à une sous-estimation du nombre de vaisseaux lymphatiques au niveau des tumeurs [228, 235]. Le vascular endothélial growth factor receptor 3 (VEGFR-3) a été précédemment décrit au point 1.3.1. Celui-ci est majoritairement exprimé par les cellules endothéliales lymphatiques et représente le récepteur pour lequel les facteurs de croissance lymphangiogènes VEGF-C et VEGF-D présentent la plus grande affinité. Néanmoins, ce récepteur apparaît également exprimé par certains capillaires sanguins dans des conditions physiologiques et angiogéniques [236, 237]. Le Prospero-related homeobox transcription factor (Prox1) est un facteur de transcription clé dans le développement du réseau lymphatique. Au cours de l’embryogenèse, celui-ci induit l’expression des gènes impliqués dans l’acquisition du phénotype lymphatique 45 Introduction ainsi que dans la construction des vaisseaux lymphatiques à partir des cellules progénitrices [238]. Prox-1 est également exprimé par les cellules endothéliales lymphatiques lors du processus de lymphangiogenèse tumorale et induit l’expression d’autres marqueurs lymphatiques tels que VEGFR3 et LYVE-1 [239]. Il se présente ainsi comme un marqueur de choix pour l’étude de la néo-lymphangiogenèse. La podoplanine est une glycoprotéine membranaire d’environ 38 kDa détectée pour la première fois au niveau des cellules ostéoblasiques [240, 241]. Initialement dénommée antigène E11, elle fut par la suite renommée podoplanine en référence aux podocytes rénaux qui l’expriment dans des conditions physiologiques [242]. Celle-ci est impliquée dans le maintien de la forme des podocytes et semble jouer un rôle important dans la régulation de la perméabilité au niveau des glomérules [242, 243]. De même, il a été observé que cette protéine peut être exprimée par les cellules alvéolaires pulmonaires de type 1 et les cellules dendritiques des organes lymphoïdes [244]. Ultérieurement, elle fut caractérisée comme un marqueur permettant de discriminer la vascularisation lymphatique des vaisseaux sanguins. En effet, la podoplanine est détectée sur l’intégralité de la surface des cellules endothéliales lymphatiques tandis qu’aucune expression par les cellules endothéliales sanguines n’est observée [245]. Sa fonction au sein de l’endothélium lymphatique est encore méconnue. Cependant, des souris déficientes pour le gène codant pour la podoplanine présentent des vaisseaux dilatés et développent des lymphoedèmes, démontrant l’importance de cette protéine dans l’intégrité des vaisseaux lymphatiques [246]. Finalement, la podoplanine est également exprimée par les cellules tumorales dans des cas de mésothéliomes [247], de carcinomes des testicules [248], de sarcomes des cellules dendritiques folliculaires [249] dans différents sous-types de cancers du cerveau [250]. Parmi l’ensemble des protéines présentées ci-dessus, la podoplanine est considérée comme le marqueur le plus fiable pour la détection des cellules endothéliales lymphatiques humaines. Ce choix est motivé par l’absence d’expression de celle-ci au niveau du réseau vasculaire sanguin [245] ainsi que par la possibilité de détecter un plus grand nombre de vaisseaux lymphatiques comparativement à LYVE-1 et Prox-1 [235, 251]. Actuellement, l’anticorps D2-40 dirigé contre la podoplanine humaine est recommandé pour l’étude de la vascularisation lymphatique [184]. Initialement développé pour la reconnaissance de l’antigène fœtal M2A au niveau des cellules germinales dans le cancer des testicules [252], il fut démontré comme étant capable de détecter la podoplanine sur coupes histologiques chez 46 Introduction l’homme [244]. Celui-ci présente une grande sensibilité (97,3%) et spécificité (98,8%) pour le marquage des vaisseaux lymphatiques [253]. 3.2. Techniques de quantification La technique utilisée pour la caractérisation de la vascularisation lymphatique apparait comme le paramètre le plus important à prendre en considération lors de la recherche de facteur prédictif de dissémination tumorale. La qualité ainsi que la quantité d’informations qui seront obtenues dépendront majoritairement des éventuelles limitations associées à cette technique. Jusqu’à présent, la technique de "hot-spot" a été largement été utilisée dans les précédentes études cliniques. Les progrès récents réalisés dans les domaines des systèmes d’acquisition d’images et de l’analyse d’images ouvrent cependant de nouvelles perspectives pour la quantification du réseau vasculaire. 3.2.1. Hot-spot Traditionnellement, le microscope optique conventionnel est utilisé par les pathologistes pour l’analyse de coupes histologiques. Celui-ci permet de réaliser une analyse visuelle rapide de différents paramètres pathologiques microscopiques qui peuvent guider le clinicien dans le choix d’une stratégie thérapeutique à adopter. Se basant sur cette technique, Weidner et al décrivirent en 1991 une méthode permettant d’effecteur une quantification simple et rapide de l’angiogenèse tumorale sur coupes histologiques [254]. Celle-ci consiste à réaliser un comptage des vaisseaux sanguins immunomarqués au sein de régions présentant une densité importante en vaisseaux appelées hot-spot. Ces dernières sont considérées comme des régions à haut potentiel angiogénique au niveau desquelles les cellules tumorales possèdent un risque élevé d’entrer en contact avec un vaisseau et de disséminer à distance. Par analogie, la lymphangiogenèse a jusqu’à présent été quantifiée de la même manière et la densité en vaisseaux lymphatique représente le paramètre le plus couramment étudié lors d’études cliniques [184]. Un certain nombre de limitations associées à cette technique doivent néanmoins être notés : (1) Cette technique de quantification est caractérisée par une variabilité intra- et interobservateurs importante due à un manque de reproductibilité dans l’attribution du hot-spot 47 Introduction [255]. Cette dernière dépendra essentiellement de la formation et de l’expérience de l’investigateur [184]. Il est soutenu que l’importante variabilité inhérente à cette technique de quantification représente la principale cause des divergences observées entre les études cliniques ayant évalué le potentiel pronostique de la LVD [184]. (2) L’utilisation de microscopes conventionnels impose à l’investigateur l’étude d’une surface restreinte du tissu. Pour des raisons pratiques, il s’avère en effet inconcevable de réaliser une quantification de petites structures telles que les vaisseaux lymphatiques sur la totalité de coupes histologiques. La technique de hot-spot se limite ainsi à une analyse d’une surface de tissu de 0,6 µm² et ne permet de réaliser qu’une étude partielle de la vascularisation lymphatique tumorale. (3) Finalement, seule une quantification du nombre de vaisseaux, ainsi qu’une approximation de leur taille, peuvent être réalisées. Cette technique ne permet donc pas de caractériser de manière détaillée la totalité des modifications pouvant résulter d’interaction entre les cellules endothéliales lymphatiques et tumorales. La figure 21 illustre la manière dont la LVD est quantifiée à l’aide de la technique de hot-spot. B A Tumeur Figure 21 : Illustration de la quantification de la densité en vaisseaux lymphatiques par la technique de hot-spot. (A) Coupe histologique d’un cancer du col utérin. Les vaisseaux lymphatiques ont été détectés par immunohistochimie (rose). Un agrandissement du tissu tumoral est représenté à droite. La tumeur a été entourée en rouge et le cadre noir représente la surface de tissu analysée par la technique de hot-spot. (B) Agrandissement au niveau de la surface de tissu analysée par la technique de hot-spot (cadre noir). Jusqu’à présent, la technique hot-spot représente la technique de quantification la plus couramment utilisée pour la quantification de la vascularisation lymphatique dans des cas de cancers du col utérin. Cependant, l’évaluation d’une LVD globale est proposée comme une 48 Introduction mesure plus appropriée et permettait une plus grande standardisation entre les différentes études cliniques [256]. 3.2.2. Systèmes d’acquisition et analyse d’images digitales Au cours de ces dernières années, plusieurs systèmes d’acquisition d’images ont été développés. Ceux-ci ont pour objectif de permettre l’étude d’une surface de tissu plus importante et difficilement analysable à l’aide de la technique de microscopie optique conventionnelle. 3.2.2.1. Microscopic Image Analysis (MIA) La mise sur le marché de microscopes équipés de caméras reliées à des ordinateurs fut un premier pas en avant pour l’analyse de marqueurs histologiques. Grace à ces systèmes, l’investigateur peut acquérir plusieurs images numériques successives qui, une fois assemblées à l’aide de programmes informatiques permettent d’obtenir une image d’une large zone du tissu, voire sa totalité. De cette façon, la surface de tissu pouvant être analysée s’avère nettement supérieure à celle prise en considération lors d’une quantification au microscope optique conventionnel. Au sein de notre laboratoire, cette technique a été précédemment utilisée avec succès pour la quantification de la vascularisation sanguine sur la totalité de coupes histologiques d’endomètre [257, 258]. Cependant, la principale problématique associée à cette méthode réside dans la gestion des images numériques. En effet, les programmes informatiques utilisés pour l’assemblable des images sont limités par la quantité d’informations numériques qu’ils peuvent gérer (environ 4 Giga-octets maximum). Ainsi, un maximum de neuf images acquises à une résolution moyenne (inférieure à un grossissement 100x) sont nécessaires pour obtenir une image de 80 mm². Dans ces conditions, l’analyse d’images de grande taille, telles que des coupes de tissus de col utérin est impossible. 3.2.2.2. Systèmes automatiques d’acquisition d’images numériques Les premiers systèmes automatiques d’acquisition d’images firent leur apparition vers le milieu des années 1990 [259]. Classiquement, on en dénombre trois types : (i) les 49 Introduction microscopes à platine motorisée réalisant des clichés successifs des champs microscopiques (ii) les scanners de lames qui utilisent un capteur qui balaye la coupe et (iii) les champs de microscopies composés d’une grille de 80 lentilles fonctionnant comme des microscopes indépendants. Par rapport aux méthodes précitées ci-dessus, le principal avantage de ces systèmes est qu’ils permettent l’acquisition automatique à haute résolution de la totalité de coupes histologiques quelle que soit leur taille. L’image ainsi obtenue est appelée "image virtuelle". Ces technologies ont été initialement développées afin de permettre une visualisation aisée et confortable de coupes histologiques dans leur intégralité et trouvèrent de multiples applications. Elles présentent notamment un intérêt particulier pour l’examen collectifs de lames histologiques [260], l’enseignement [261], la télépathologie [262] ainsi que pour le stockage d’informations. Parallèlement au développement des systèmes d’acquisition d’images numériques, d’importantes avancées ont été réalisées dans le domaine de l’analyse d’images informatiques. Divers softwares permettent actuellement de traiter automatiquement les images digitales afin d’en extraire les structures à quantifier. Pour ce faire, ils se basent sur des paramètres de couleurs, de forme et de textures que présentent ces structures. L’utilisation de cette technologie en recherche a pour objectif d’optimaliser la quantification des marqueurs histologiques [263]. En effet, une augmentation de la sensibilité, ainsi qu’une diminution significative de la variabilité intra- et inter-observateurs, sont observées lorsque les pathologistes sont assistés par ces systèmes d’analyse d’images [264, 265]. Jusqu’à présent, aucun système de quantification de la vascularisation lymphatique n’existe. Seuls quelques systèmes d’analyse de la vascularisation tumorale sanguine ont été développés mais ils s’avèrent incapables de détecter de manière précise les vaisseaux dans leur totalité [265267]. Il est actuellement soutenu que le développement de méthodes de quantification de la vascularisation lymphatique sur coupe histologique, caractérisées par une faible variabilité intra- et inter-observateurs, est nécessaire afin de confirmer le potentiel pronostique de la lymphangiogenèse chez les patientes atteintes d’un cancer [184, 256]. 50 Introduction En résumé, le cancer du col de l’utérus est le troisième cancer le plus fréquent chez la femme et représente la première cause de cancérisation du tractus génital féminin. Il est la conséquence d’une infection persistante par un HPV prenant naissance au niveau des cellules de la zone de jonction squamocylindrique et présente la particularité d’affecter, entre autres, des patientes jeunes, à partir d’une vingtaine d’années. Au terme d’une phase précancéreuse asymptomatique, les cellules néoplasiques envahissent le tissu cervical et peuvent à tout moment disséminer jusqu’aux ganglions périphériques et organes à distances. La dissémination est un évènement clé de la progression tumorale. Elle s’effectue préférentiellement par le système lymphatique et son risque croît en même temps que la taille et la profondeur d’invasion tissulaire. Les ganglions lymphatiques sont généralement les premiers organes à développer des métastases et le statut ganglionnaire (N+/N-) est considéré comme le facteur pronostique principal de la pathologie. Le traitement des cancers du col de l’utérus de stade débutant permet d’atteindre un taux de survie sans récidive à 5 ans avoisinant les 85% au prix d’une chirurgie radicale et, dans certains cas, d’une radiothérapie adjuvante postopératoire. Dans l’intention de limiter la morbidité thérapeutique potentielle qui lui est associée, un intérêt particulier a notamment été porté à la recherche de facteurs tumoraux prédictifs d’extension ganglionnaire. A ce jour, plusieurs études expérimentales et cliniques soutiennent l’importance de la lymphangiogenèse dans les mécanismes de dissémination lymphatique. La densité en vaisseaux lymphatiques (LVD) péritumorale est apparue comme un marqueur tumoral qui permettrait de différencier a tout moment le risque d’extension ganglionnaire. Cependant, au vu du manque d’objectivité et de reproductibilité de la technique de quantification par microscopie conventionnelle utilisée pour la quantification de ce paramètre (hot-spot), aucun consensus n’est actuellement accepté. Dès lors, le développement d’une méthode de quantification robuste de la vascularisation lymphatique est requis afin de confirmer le potentiel pronostique éventuel de la vascularisation lymphatique tumorale sur le risque de dissémination ganglionnaire. 51 BUTS ET PLAN 52 Buts et plan PROBLEMATIQUE Le taux de survie de 85% à 5 ans observé chez les patientes atteintes d’un cancer du col de l’utérus de stade débutant est obtenu au prix d’un risque potentiel de développer des troubles sexuels et fonctionnels pouvant affecter la qualité de vie des patientes. En outre, l’administration d’une radiothérapie postopératoire adjuvante est associée à un risque accru de morbidité thérapeutique. PISTES PROPOSEES Un intérêt particulier a récemment été apporté au versant lymphatique de la pathologie. D’une part, la technique du ganglion sentinelle a été présentée comme une technique prometteuse visant à préserver la continuité du réseau lymphatique. D’autre part, l’analyse de marqueurs tumoraux pronostiques d’une extension ganglionnaire est apparue comme une alternative idéale permettant de limiter le risque d’associer une radiothérapie postopératoire à la procédure chirurgicale initiale. Une distinction précoce des patientes présentant un risque faible versus élevé permettrait de proposer un traitement unique (chirurgie ou radiothérapie). ETAT ACTUEL DE LA RECHERCHE A ce jour, une dissémination lymphatique préférentielle des cellules néoplasiques cervicales a été démontrée et la présence d’emboles lymphatiques (LVSI) a également été présentée comme un premier marqueur d’agressivité. Depuis lors, la recherche s’est focalisée sur l’étude des mécanismes pouvant être impliqués au cours de la dissémination des cellules néoplasiques. Actuellement, il est soutenu qu’une densification du réseau vasculaire lymphatique, conséquence d’une lymphangiogenèse tumorale, est associée à un risque accru de dissémination ganglionnaire. La densité en vaisseaux lymphatiques (LVD) au niveau de la tumeur primaire est ainsi proposée comme un nouveau paramètre pronostique prometteur d’extension ganglionnaire. Cependant, l’existence de résultats contradictoires entre les études cliniques ne permet actuellement pas de confirmer le potentiel pronostique de ce marqueur. Ces divergences sont supposées être principalement dues à un manque de reproductibilité et d’objectivité des techniques de quantification utilisées jusqu’à présent. Il est soutenu que de 53 Buts et plan nouvelles méthodes de quantification présentant une faible variabilité sont nécessaires afin de confirmer le potentiel pronostique de la vascularisation lymphatique tumorale. BUTS ET PLAN Ce travail a été subdivisé en deux grandes parties. Dans un premier temps, une nouvelle technique de quantification de la vascularisation lymphatique a été développée. Celle-ci a pour principal objectif de palier les limitations actuellement associées à la technique de hot-spot. D’autre part, celle-ci a également été développée afin de permettre une caractérisation détaillée de la vascularisation lymphatique en vue de déterminer les principales modifications pouvant résulter d’un dialogue entre les cellules néoplasiques et le stroma tumoral (publication n°1). Dans un second temps, la vascularisation lymphatique a été analysée à différents stades clés de la progression tumorale (CIN3, micro-invasion et stade FIGO 1B1) et comparée à celle présente au niveau de tissus sains. Cette étape vise à analyser l’évolution de la vascularisation lymphatique au cours de la progression tumorale. Enfin, les paramètres associés à la vascularisation lymphatique ont été corrélés à la présence/absence d’emboles lymphatiques ainsi qu’au statut ganglionnaire afin de tester leur éventuelle valeur pronostique sur le risque de dissémination lymphatique (publication n°2). La suite de ce manuscrit sera présenté comme suit : (1) La technique de quantification de la vascularisation lymphatique que nous avons mise au point ainsi qu’une comparaison de celle-ci par rapport à la technique de hot-spot seront exposées. (2) L’intérêt de celle-ci pour la réalisation d’une analyse détaillée et objective de la vascularisation lymphatique sera discutée. (3) L’application de cette technique pour la caractérisation de la vascularisation lymphatique sur des coupes histologiques de néoplasies cervicales sera ensuite présentée. Nous mettrons en évidence les principaux intérêts de notre technique pour la quantification du réseau lymphatique et l’impact que celle-ci peut avoir sur la mise en évidence de paramètres pronostiques d’extension ganglionnaire. La technique de quantification de vascularisation lymphatique sur coupes histologiques sera dans un premier temps détaillée. Par la suite, les principaux résultats obtenus au cours de ce travail seront présentés sous la forme de publications scientifiques. Un bref rappel du contexte dans lequel le travail a été réalisé ainsi qu’un résumé succinct des données collectées seront présentés. 54 Buts et plan Publication n° 1 "Whole slide quantification of stromal lymphatic vessel distribution and peritumoral lymphatic vessel density in early invasive cervical cancer: A Method description" C. Balsat, S. Blacher, N. Signolle, A. Béliard, C. Munaut, F. Goffin, A. Noel, J.M. Foidart, and F. Kridelka ISRN Obstet. Gynecol. 2011; 2011:354861. Publication n° 2 "Improved computer-assisted analysis of the global lymphatic network in human cervical tissues" Cédric Balsat, Nicolas Signolle, Frédéric Goffin, Katty Delbecque, Benoit Plancoulaine, Philippe Sauthier, Vanessa Samouëlian, Aude Béliard, Carine Munaut, Jean-Michel Foidart, Silvia Blacher, Agnès Noël and Frédéric Kridelka Accepté pour publication dans Modern Pathology le 23 septembre 2013 55 RESULTATS 56 Résultats I. Développement d’une nouvelle technique de quantification de la vascularisation lymphatique 1. Contexte Au cours de ces dernières années, plus d’une dizaine d’études se sont intéressées à l’analyse de la vascularisation lymphatique sur coupes histologiques de cas de cancers du col utérin. La plupart d’entres elles soutiennent qu’une mesure de la LVD péritumorale permettrait de détecter de manière précoce les patientes présentant un risque élevé d’extension ganglionnaire [212, 215, 219-225]. Cependant, la technique de hot-spot utilisée pour la quantification de la vascularisation lymphatique dans la totalité de ces études est vivement critiquée. Celle-ci se focalise notamment sur une zone restreinte du tissu, présente un manque d’objectivité et semble peu adaptée pour la réalisation d’une quantification reproductible de paramètres pronostiques [184]. Par conséquent, à ce jour, aucun consensus concernant la valeur pronostique potentielle de la vascularisation lymphatique tumorale sur le risque d’extension ganglionnaire n’existe. Van der Auwera et al avaient ainsi conclu que le développement d’une méthode de quantification présentant un faible taux de variabilité était requis afin de vérifier ce paramètre [184]. 2. Hot-spot et objectivité Le manque de consensus observé entre les différentes études cliniques ayant testé le potentiel pronostique de la LVD est supposé être principalement dû à la présence d’une variabilité inter-observateurs importante associée à la technique de hot-spot. Afin de déterminer l’impact que cette variabilité pourrait avoir sur les conclusions de notre étude, les LVD intra et péritumorale ont été quantifiées par 2 investigateurs distincts sur 46 cas de cancers du col de stade débutant à l’aide de cette technique. Les résultats obtenus ont ensuite été corrélés aux deux paramètres cliniques de dissémination lymphatique, le statut ganglionnaire et la présence/absence d’emboles lymphatiques (Tableau 4). Au terme de cette analyse, des divergences ont été observées entre les deux investigateurs. Notamment, contrairement à l’investigateur n°1, les résultats obtenus par l’investigateur n°2 rapportent une 57 Résultats corrélation entre la densité en vaisseaux lymphatiques péritumorale et le statut ganglionnaire. De plus, contrairement à l’investigateur n°2, les résultats obtenus par l’investigateur n°1 indiquent une forte corrélation entre la densité en vaisseaux lymphatiques intratumorale et la présence d’emboles lymphatiques. Ce test soutient ainsi l’intérêt de développer une nouvelle technique de quantification qui présente un faible taux de variabilité inter-observateurs pour l’étude de la vascularisation lymphatique sur coupes histologiques. Tableau 4 : Corrélation entre les LVD intra/peritumorale et les paramètres cliniques de dissémination ganglionnaire. Métastases ganglionnaires Absent (n=34) Présent (n=12) p value Emboles lymphatiques Absent (n=25) Présent (n=21) p value LVD péritumorale (Moyenne ± DS) LVD intratumorale (Moyenne ± DS) Investigateur n°1 Investigateur n°2 Investigateur n°1 Investigateur n°2 10,32 ± 4,30 9,7 ± 3,91 9,28 ± 3,50 7,23 ± 2,84 5,27 ± 4,62 5,67 ± 1,36 5,32 ± 3,42 5,45 ± 2,90 0,7450 0,0378 0,1947 0,7545 9,05 ± 4,67 10,79 ± 3,84 8,11 ± 3,76 9,13 ± 3,22 4,16 ± 3,60 9,13 ± 3,22 4,79 ± 3,63 5,77 ± 2,85 0,2408 0,4114 <0,0001 0,1969 Les résultats sont présentés sous forme de moyennes les comparaisons. déviation standard (DS). Un test de Mann-Withney a été réalisé pour 3. Description de notre technique d’analyse d’image L’évolution des systèmes d’acquisition d’images virtuelles ainsi que les progrès réalisés dans le domaine de l’analyse d’images digitales ont ouvert de nouvelles perspectives pour la quantification de paramètres biologiques sur coupes histologiques. A l’aide de ces outils, nous avons mis au point une nouvelle technique permettant de quantifier la totalité de la vascularisation lymphatique présente sur l’intégralité d’une coupe histologique. Celle-ci se base sur une analyse informatique d’images digitales acquises à haute résolution à l’aide d’un système de microscopie digitale automatisé, plus communément appelé scanner de lames. Cette étape a pour objectif le dépassement des principales limitations associées à la technique de hot-spot afin de proposer une quantification robuste de la vascularisation lymphatique sur coupes histologiques. 58 Résultats 3.1. Marquage immunohistologique La mise au point d’une méthode de quantification valide et reproductible à partir d’images digitales nécessite l’optimalisation de chaque étape de la procédure. Contrairement au cerveau humain capable de compenser de manière efficace des variations d’intensité et de couleurs, l’efficacité de l’analyse informatique d’images digitales sera intimement liée à la qualité du marquage immunohistologique [263]. Le choix des marqueurs et du protocole immunohistologique se présente ainsi comme une étape essentielle lors de la mise au point d’une nouvelle technique d’analyse d’images digitales. La qualité de l’analyse informatique dépendra principalement de la spécificité et de l’intensité du marquage immunohistologique ainsi que du contraste que présenteront ces marqueurs par rapport aux autres éléments qui composent le tissu. Dans le cadre de ce travail, les vaisseaux lymphatiques ont été mis en évidence à l’aide d’un anticorps D2-40 dirigé contre la podoplanine présente à la surface des cellules endothéliales lymphatiques (figure 22A). Les cellules tumorales, initialement délimitées manuellement (publication n° 1), furent par la suite automatiquement reconnues après un marquage immunohistochimique de la protéine p16INK4a (figure 22B) (publication n° 2). Dans ces conditions, un marquage intense et spécifique des structures d’intérêt ainsi qu’un contraste élevé par rapport au reste du tissu sont obtenus. Figure 22 : (A) Détection des vaisseaux lymphatiques (rouge) à l’aide de l’anticorps D2-40. Les vaisseaux sanguins (étoile) ne sont pas détectés. (B) Détection des cellules tumorales à l’aide de l’anticorps anti-P16INK4A. Les cellules épithéliales normales (zoom, partie inférieure du cadre) ne sont pas marquées. Dans les deux cas, les protocoles immunohistologiques permettent d’obtenir un marquage intense, spécifique et présentant un contraste élevé des structures d’intérêt. 59 Résultats 3.2. Acquisition et gestion des images digitales 3.2.1. Acquisition Une fois le marquage immunohistologique des structures d’intérêt réalisé, une image digitale de la totalité du tissu est obtenue à l’aide du système de microscopie digitale automatisé "dotSlide" (figure 23). Ce dernier est composé d’un microscope optique, d’une caméra couleur de haute résolution (1376 x 1032 pixels) ainsi que d’un capteur permettant d’acquérir des clichés successifs des champs microscopiques. Au cours de cette étape, chaque détail du tissu est numérisé à haute résolution afin que ces informations puissent, par la suite, être analysées à l’aide de programmes informatiques d’analyse d’images. Figure 23 : (A) Visualisation de l’image virtuelle obtenue à l’aide du programme fourni avec le scanner de lames (format .vsi). Seules quelques mesures basiques peuvent être obtenues manuellement (par exemple : le traçage de lignes, de formes ou encore la mesure de l’aire d’un élément) (cadre vert). 60 Résultats 3.2.2. Gestion des images digitales Les images acquises par le scanner de lames sont enregistrées dans un format particulier ne pouvant être ouvert qu’à partir du software fourni avec la machine (format ".vsi"). Ce logiciel est principalement destiné à la visualisation des images digitales et ne permet d’effectuer que quelques annotations basiques sur un nombre limité d’éléments (figure 23, cadre vert). Dans le but de réaliser une analyse détaillée des structures d’intérêt, le format des images est par la suite transformé dans un format "ouvert" pouvant être lu par la plupart des programmes d’analyse d’images, le format ".Tiff" (Tagged Image File Format). Au cours de cette étape, une compression de type LZW (pour Lempel-Ziv-Welch, noms des chercheurs ayant mis au point cet algorithme) est également réalisée afin de réduire la taille informatique de l’image. En effet, la quantité d’informations obtenues après l’acquisition des images à haute résolution, et nécessaires pour une analyse informatique optimale, peut mener à la formation de fichiers pouvant excéder la capacité de mémoire RAM des ordinateurs actuels si ceux-ci ne sont pas compressés. A titre d’exemple, la taille de l’image digitale d’un tissu mesurant 4 cm² acquis à haute résolution peut atteindre près de 10 giga-octets, rendant impossible toute analyse informatique. Brièvement, la compression LZW est une méthode permettant de réduire la taille informatique d’une image sans avoir de pertes d’informations. L’information contenue dans une image numérique est en réalité représentée par une succession de chiffres binaires (1 ou 0) communément appelés "bits". Lors de la compression LZW, l’image est passée en revue et des chaines de bits d’une longueur constante sont générées. Les chaines identiques trouvées sont ensuite classées dans une librairie. Cette dernière étape permet ainsi de réduire la quantité d’informations (figure 24). Figure 24 : Représentation schématique d’une compression LZW d’une image digitale. L’information numérique contenue dans une image (partie supérieure) est enregistrée dans une librairie de chaines identiques (partie inférieure). Pour l’exemple, des chaines de 6 bits ont été illustrées (lignes). 61 Résultats 3.3. Segmentation des structures d’intérêt La segmentation est une étape qui consiste à extraire de la manière la plus exacte possible du reste de l’image digitale les structures que l’investigateur souhaite analyser. Dans le cas présent, les vaisseaux lymphatiques (marqués en rouge) et les cellules tumorales (marquées en brun) ont été segmentés de manière automatique en se basant sur la composante de couleur (figure 25). Cette opération est réalisée sur l’image .Tiff contenant la totalité de l’information acquise à haute résolution. Brièvement, plusieurs étapes sont effectuées sur la totalité du tissu : 1) La paroi des vaisseaux lymphatiques et les cellules tumorales sont segmentées ensemble sans qu’aucune différence ne soit faite entre ces deux structures. Pour ce faire, la composante "excès de rouge" a été utilisée. Cette étape permet la détection de la totalité des structures de couleur rouge ainsi que des éléments bruns également composés en partie de magenta, couleur à prédominance de rouge (brun = jaune + cyan + magenta). Le terme technique exact de l’opération réalisée est : "segmentation automatique par seuillage de l’entropie maximale réalisée sur la composante excès de rouge" (figure 25A). 2) Les vaisseaux lymphatiques sont distingués des cellules tumorales. Pour ce faire, la teinte de chaque structure segmentée au cours de la première étape est calculée indépendamment. Les éléments présentant une valeur proche du rouge (moins de 3 radians) sont considérés comme des vaisseaux lymphatiques. A l’inverse, ceux dont la valeur avoisine le brun (supérieure à 4,5 radians) sont considérés comme étant des cellules tumorales (figure 25B). 3) Afin de prendre en considération les vaisseaux lymphatiques dans leur intégralité, les lumières des vaisseaux ont également été analysées. Pour ce faire, la couleur de fond de l’image scannée est segmentée (figure 25C) et seuls les éléments en contact direct avec la paroi des vaisseaux sont conservés (figure 25D). 4) Finalement, un contrôle visuel de la segmentation automatique est réalisé. L’ensemble des structures détectées ne correspondant pas à un vaisseau lymphatique ou à une cellule tumorale sont manuellement éliminées (figure 25E). Par expérience, ces "erreurs" de détection sont principalement dues à la présence de débris qui absorbent le colorant lors du marquage immunohistologique (mucus à l’intérieur des glandes et 62 Résultats poussières). Il s’avère également parfois complexe de segmenter certains vaisseaux à proximité immédiate de cellules tumorales immunomarquées. Ceci est dû à une incapacité de notre système à distinguer les couleurs rouge et brune lorsque celles-ci sont localisées à proximité immédiate l’une de l’autre (figure 25F). 63 Résultats * # * Figure 25 : Illustration de la segmentation automatique des vaisseaux lymphatiques et des cellules tumorales. Les images digitales sont présentées dans la colonne de gauche (les barres représentent 200µm) tandis que les images binaires des détections correspondantes sont présentées à droite. (A) Les vaisseaux lymphatiques (rouge) et des cellules tumorales sont segmentés ensemble. (B) Les vaisseaux lymphatiques (rouge) sont distingués des cellules tumorales (blanc). (C) Détection de la couleur de fond du scan (jaune). (D) Seules les détections de la couleur de fond adjacentes à un vaisseau lymphatique sont considérées comme des lumières de vaisseaux. (E) Correction manuelle des détections des structures non vasculaires (double flèche) et des erreurs de détection (flèche). Les corrections sont réalisées à partir des images sur lesquelles est apposé le squelette de la détection des structures considérées comme tumorales (ligne verte, #) et lymphatiques (ligne bleu-mauve, *). (F) Détection immunohistologique initiale (gauche) et image binaire finale (droite). 64 Résultats Les algorithmes de traitement d’images utilisés lors de la segmentation automatique nécessitent de stocker des résultats intermédiaires dans un espace de mémoire égal à plusieurs fois la taille de l’image traitée. Dans ces conditions, il est impossible d’analyser une image digitale acquise à haute résolution, même compressée, dans son intégralité sans dépasser la capacité de mémoire RAM des ordinateurs. Afin de résoudre ce problème, un traitement par blocs de l’image a été réalisé. Cette méthode consiste à découper virtuellement l’image digitale en blocs indépendants et de réaliser la segmentation sur chacun de ces blocs. Dans le cadre de ce travail, les images ont été découpées en blocs de 1023 pixels de coté avec un recouvrement de 8 pixels avec le bloc voisin. Une fois la segmentation réalisée à haute résolution sur chacun de ces blocs, une seule image binaire de la totalité des structures d’intérêt ayant été détectées est finalement reconstituée automatiquement (figures 26F et 27). 3.4. Segmentation du tissu et génération de zones d’intérêt Finalement, notre méthode d’analyse d’images digitales a été développée afin de permettre l’étude de la vascularisation lymphatique aussi bien sur la totalité du tissu qu’au sein de régions d’intérêt. Pour ce faire, une détection automatique du tissu ainsi qu’une délimitation manuelle des régions d’intérêt sont effectuées. 3.4.1. Segmentation du tissu Le tissu est dans un premier temps automatiquement segmenté en se basant sur la composante de couleur bleu. Cette étape permet de détecter, en plus des structures immunomarquées, la totalité des éléments mis en évidence lors de la contre-coloration du tissu à l’aide de l’hématoxyline éosine. Dans un second temps, chacun des pixels qui composent l’image segmentée est dilaté 10 fois afin de prendre en considération l’espace présent entre la matrice extracellulaire ou encore la lumière des vaisseaux. Au final, une image binaire de la totalité du tissu, à l’exception de la lumière des glandes, est obtenue de manière automatique (figure 26C). Cette étape est indispensable pour la réalisation des mesures de densité définies comme le nombre ou l’aire des vaisseaux détectés par unité de surface. 65 Résultats 3.4.2. Génération de zones d’intérêt Cette opération a pour but de délimiter des régions d’intérêt ne pouvant pas être automatiquement segmentées tels que l’épithélium de surface et les zones anatomiques du col utérin (exocol, zone de transformation et endocol) ainsi que les régions intra et périnéoplasiques. Dans ces cas, une image binaire de chaque région d’intérêt est générée après une délimitation manuelle à partir d’un programme de visualisation d’images digitales (figures 26D et E). Finalement, l’ensemble des images binaires obtenues au cours des segmentations automatiques et des délimitations manuelles est fusionné afin d’obtenir une seule image binaire à partir de laquelle les quantifications assistées par ordinateur sont réalisées (figure 26F). Figure 26 : Illustration de la méthode permettant de générer une image binaire à partir d’un col sain. (A) Image virtuelle de la totalité d’une section d’un col utérin normal. (B et C) Images binaires obtenues après segmentation automatique des structures d’intérêt (rouge = vaisseaux lymphatiques) (B) et du tissu (gris) (C). (D et E) Images binaires obtenues après délimitation manuelle de l’épithélium (blanc) (D) et des 3 zones anatomiques du col utérin (exocol = blanc, endocol = gris, zone de transformation = absence de blanc et de gris) (E). (F) Image binaire finale. Les vaisseaux lymphatiques (rouge), le tissu (gris), l’épithélium (blanc) et les 3 zones anatomiques (pointillés, exocol = 1, zone de transformation = 2 et endocol = 3) sont représentés dans une seule et même image binaire. 66 Résultats Une description schématique des images binaires finales obtenues à partir de tissus cervicaux sains et à différents stades clés de la progression tumorale est présentée ci-dessous (figure 27). Cette procédure a également été détaillée dans la publication n° 2. Figure 27 : Illustration de notre méthode de traitement d’images. (A) Image virtuelle de la totalité d’une section d’un col utérin normal. Les vaisseaux lymphatiques sont détectés à l’aide de l’anticorps D2-40 (rouge). Ces structures sont automatiquement segmentées dans leur intégralité (paroi et lumière, zoom) sur la totalité de la coupe histologique. (B) Une image binaire des vaisseaux (rouge), du tissu (gris) et de l’épithélium (blanc) est générée. Une distinction entre les 3 régions anatomiques du col utérin est manuellement réalisée (pointillés 1 : exocol, 2 : zone de transformation et 3 : endocol). La même méthode est appliquée aux lésions néoplasiques (C) pré-invasives et (D) microinvasives du col utérin. Dans ces cas, les régions néoplasiques sont également manuellement délimitées (barres et flèches vertes). (E) Image virtuelle de la totalité d’une section d’un cancer du col (stade FIGO IB1). Les vaisseaux lymphatiques (rouge) et les cellules tumorales (brun) sont respectivement détectés à l’aide des anticorps D2-40 et anti-P16INK4A. Ces structures sont automatiquement segmentées et différenciées entre elles (zoom). (F) Une image binaire des vaisseaux lymphatiques (rouge) et des cellules tumorales (blanc) est générée. (G) Finalement, les régions intra et péritumorale sont manuellement délimitées. 67 Résultats 4. Hot-spot versus analyse informatique d’images digitales 4.1. Exactitude Nous avons déterminé que plus de 93% ± 3,5 de la totalité des vaisseaux lymphatiques sont correctement détectés sur des tissus mesurant en moyenne 121 92 mm² à l’aide de notre technique assistée par ordinateur. Comparativement, la technique de hot-spot permet de compter de manière exacte le nombre de vaisseaux présents mais uniquement sur une surface limitée. 4.2. Reproductibilité L’un des soucis majeurs associés aux techniques de microscopie conventionnelle réside dans la difficulté d’attribuer de manière reproductible la zone de hot-spot. En effet, cette étape est subjective et dépendante de l’expérience de l’investigateur. Afin d’illustrer ce propos, les variabilités intra et inter-observateurs ont été évaluées sur 46 cas de cancers du col de stade débutant. Une variabilité inter-observateurs atteignant 23,6% et 33,8% est observée lorsque les LVD péritumorale et intratumorale sont respectivement évaluées à l’aide de la technique de hot-spot (tableau 5). La variabilité intra-observateur quant à elle excède 40% lorsque les LVD intra- et péritumorale sont évaluées à l’aide de la technique de hot-spot (tableau 6). LVD péritumorale LVD intratumorale Investigateur 1 Investigateur 2 Variabilité (%) Investigateur 1 Investigateur 2 Variabilité (%) Echantillon 1 Echantillon 2 Echantillon 3 Echantillon 4 Echantillon 5 Echantillon 6 Echantillon 7 Echantillon 8 Echantillon 9 Echantillon 10 … Echantillon 46 6,6 7,8 2,4 13,2 6,6 5,2 8,8 13,2 9,8 13,4 … 7,4 5,8 14,4 3,4 15,4 7,4 7,8 9 6,8 13,8 18,4 … 6 12,1 45, 29,4 14,3 10,8 33, 2,2 48,5 29 27,2 … 18,9 4,2 2,2 2,6 12,4 4 9,4 6,2 4,4 8,8 4,4 … 0,6 4,2 6,4 3,6 19,6 2,8 6,8 0,8 1,8 5,8 3 … 2,2 0 65,6 27,8 36,7 30 27,7 87,1 59,1 34,1 31,8 … 72,7 Moyenne 8,75 10,1 23,6 5,3 5,4 33,8 Tableau 5 : Variabilité inter-observateurs associée à la technique de hot-spot testée sur 46 cas de cancers du col de stade débutant. 68 Résultats LVD péritumorale LVD intratumorale Investigateur 1 Investigateur 1 Variabilité (%) Investigateur 2 Investigateur 2 Variabilité (%) Echantillon 1 Echantillon 2 Echantillon 3 Echantillon 4 Echantillon 5 Echantillon 6 Echantillon 7 Echantillon 8 Echantillon 9 Echantillon 10 … Echantillon 46 6,6 7,8 2,4 13,2 6,6 5,2 8,8 13,2 9,8 13,4 … 7,4 5,4 8,6 3 4,2 5,6 1,4 5,4 2,8 6,4 6,8 … 4,6 18,2 9,3 20 68,2 15,2 73,1 38,6 78,8 34,7 49,3 … 37,8 4,2 2,2 2,6 12,4 4 9,4 6,2 4,4 8,8 4,4 … 0,6 2,8 4,4 2,2 13,8 3,2 3,2 1,6 6,8 6 2,3 … 0,2 33,3 50 15,4 10,1 20 66 74,2 35,3 31,8 40,9 … 66,7 Moyenne 8,75 5,3 40,2 5,3 3,5 45,2 Tableau 6 : Variabilité intra-observateur associée à la technique de hot-spot testée sur 46 cas de cancers du col de stade débutants. Comparativement à la technique de hot-spot, la quantification des LVD intra et péritumorale réalisée sur lames successives de cancers du col de l’utérus à l’aide notre technique d’analyse d’image assistée par ordinateur révèle l’existence d’une variabilité n’excédant pas 5%. 5. Conclusions La microscopie optique conventionnelle représente actuellement la technique la plus largement utilisée par les scientifiques pour l’analyse de coupes histologiques. Elle présente l’avantage de permettre une analyse visuelle rapide d’une coupe histologique. Néanmoins, à cause du manque d’objectivité de cette méthode lors de la quantification de la vascularisation lymphatique (hot-spot), l’éventuelle valeur pronostique de la densité en vaisseaux lymphatiques sur le risque de dissémination ganglionnaire reste questionnée. Afin de dépasser cette problématique, nous avons développé une nouvelle technique basée sur l’analyse informatique d’images digitales. Celle-ci permet de générer des images binaires des structures d’intérêt à partir desquelles des mesures informatisées reproductibles de densité en vaisseaux lymphatiques peuvent être obtenues. Cette étape s’avérait ainsi requise afin de tester de manière objective l’éventuelle valeur pronostique de la densité en vaisseaux lymphatiques sur le risque de dissémination ganglionnaire dans les cas de cancers du col de l’utérus de stade débutant. 69 Résultats II. Caractérisation stromale détaillée de la vascularisation lymphatique dans les cancers cervicaux débutants Publication n° 1 "Whole slide quantification of stromal lymphatic vessel distribution and peritumoral lymphatic vessel density in early invasive cervical cancer: A Method description" C. Balsat, S. Blacher, N. Signolle, A. Béliard, C. Munaut, F. Goffin, A. Noel, J.M. Foidart, and F. Kridelka ISRN Obstet. Gynecol. 2011; 2011:354861. 1. Contexte Parallèlement au manque de reproductibilité, l’une des principales limitations associées à la technique de hot-spot est que celle-ci impose à l’investigateur de se focaliser uniquement sur une surface restreinte du tissu. Cette région, décrite comme la région présentant le plus haut potentiel lymphangiogénique, ne tient cependant pas compte de la totalité du microenvironnement tumoral. Pourtant, même si la formation de nouveaux vaisseaux lymphatiques est supposée augmenter le risque que les cellules tumorales entrent en contact avec un vaisseau, ces dernières peuvent néanmoins opter pour une dissémination via les vaisseaux lymphatiques préexistants [156]. Par conséquent, la surface analysée à l’aide de la technique de hot-spot s’avère peu représentative de la totalité du stroma tumoral et la pertinence des résultats obtenus reste actuellement questionnée. Dans cette publication nous avons décrit l’intérêt des mesures objectives de LVD et des analyses de distribution spatiale des vaisseaux lymphatiques. Nous y discutons comment cette nouvelle méthode dépasse les limitations associées à la technique de hot-spot. 70 Résultats 2. Résultats Surface analysable La méthodologie que nous avons développée possède l’avantage de ne présenter aucune limite concernant la surface de stroma analysable. Celle-ci permet aussi bien de réaliser une étude globale des vaisseaux sur la totalité d’une coupe histologique (figures 2b et c) qu’une quantification de la totalité de la vascularisation lymphatique intra et péri-tumorale (Tableau 1). A l’inverse, la technique de hot-spot se focalise uniquement sur l’analyse d’une surface de tissu ne mesurant seulement 0,6 µm². Lorsque ces deux méthodes sont comparées, des différences importantes concernant la mesure de densité en vaisseaux lymphatiques sont observées (Tableau 1). Ces différences ont été expliquées par la possibilité de tenir compte de la totalité du microenvironnement tumoral et de proposer une mesure objective de la LVD à l’aide de notre technique d’analyse d’images digitales. Distribution spatiale Une analyse visuelle des coupes histologiques des néoplasies cervicales révèle la présence d’une hétérogénéité dans la façon dont les vaisseaux lymphatiques se distribuent (figures 2a et c). L’objectif de notre étude étant de déterminer l’interface qui existe entre les vaisseaux lymphatiques et le front de migration des cellules tumorales, une nouvelle méthode permettant d’évaluer la distribution spatiale des vaisseaux lymphatiques par rapport aux bords des cellules tumorales a été développée. Grâce à l’application d’un algorithme spécifique, la distance entre le centre de masse de chaque vaisseau et le bord de la tumeur le plus proche est calculée (figure 4a). A partir de ces valeurs, un graphique représentant le nombre de vaisseaux lymphatiques en fonction de leur distance par rapport à la tumeur est généré (figure 4b). A titre d’exemple, cette méthode a été appliquée sur un cas de cancer du col de l’utérus de stade débutant. Dans ce cas, l’analyse de la totalité du tissu a mis en évidence la présence d’une distribution bimodale avec un amas de vaisseaux lymphatiques localisé jusqu’à une distance de 2 mm par rapport au bord de la tumeur. L’analyse détaillée de cette région comprise entre le bord de la tumeur et 2 mm de profondeur a également permis de quantifier et d’objectiver l’hétérogénéité tumorale initialement observée lors de l’examen visuel (figures 5 et 6). 71 Résultats 3. Conclusions Jusqu’à présent, la technique de hot-spot ne permettait qu’une analyse basique de la vascularisation lymphatique sur une surface peu représentative du stroma tumoral. La technique d’analyse d’images que nous avons mise au point permet maintenant de dépasser ces limitations. D’une part, une densité en vaisseaux lymphatiques tenant compte de la totalité du microenvironnement tumoral peut être quantifiée de manière objective et reproductible. D’autre part, une analyse de la distribution spatiale des vaisseaux lymphatiques par rapport à la tumeur peut également être réalisée. Ainsi une analyse objective, détaillée et permettant de quantifier et d’objectiver l’hétérogénéité tumorale est obtenue. L’objectif final de ces mesures est de permettre une meilleure caractérisation de la vascularisation lymphatique tumorale afin de mettre en évidence les paramètres reflétant le dialogue établi entre les cellules tumorales et les cellules endothéliales lymphatiques. Par conséquent, la méthode d’analyse informatique d’images digitales que nous avons développée représente une avancée pour l’étude de marqueurs tumoraux à partir de coupes histologiques et ouvre de nouvelles perspectives dans ce domaine. 72 International Scholarly Research Network ISRN Obstetrics and Gynecology Volume 2011, Article ID 354861, 8 pages doi:10.5402/2011/354861 Research Article Whole Slide Quantification of Stromal Lymphatic Vessel Distribution and Peritumoral Lymphatic Vessel Density in Early Invasive Cervical Cancer: A Method Description C. Balsat,1 S. Blacher,1 N. Signolle,1 A. Beliard,1 C. Munaut,1 F. Goffin,2 A. Noel,1 J. M. Foidart,1 and F. Kridelka3 1 Laboratory of Tumor and Development Biology, Groupe Interdisciplinaire de Génoprotéomique Appliquée (GIGA-Cancer), University of Liège, Pathology Tower (B23), 4000 Liège, Belgium 2 Department of Obstetrics and Gynecology, Hospital of la Citadelle, 4000 Liège, Belgium 3 Department of Obstetrics and Gynecology, CHU of Liège, 4000 Liège, Belgium Correspondence should be addressed to F. Kridelka, [email protected] Received 14 April 2011; Accepted 20 June 2011 Academic Editor: Y. S. Song Copyright © 2011 C. Balsat et al. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Peritumoral Lymphatic Vessel Density (LVD) is considered to be a predictive marker for the presence of lymph node metastases in cervical cancer. However, when LVD quantification relies on conventional optical microscopy and the hot spot technique, interobserver variability is significant and yields inconsistent conclusions. In this work, we describe an original method that applies computed image analysis to whole slide scanned tissue sections following immunohistochemical lymphatic vessel staining. This procedure allows to determine an objective LVD quantification as well as the lymphatic vessel distribution and its heterogeneity within the stroma surrounding the invasive tumor bundles. The proposed technique can be useful to better characterize lymphatic vessel interactions with tumor cells and could potentially impact on prognosis and therapeutic decisions. 1. Introduction Metastases are responsible for more than 90% of all cancer deaths. In most carcinomas, lymph nodes are the first organs colonized by metastatic cells. The lymph node status (N+/N−) is amongst the strongest prognostic factors for overall survival and disease-free survival for patients with early cervical neoplasms [1, 2]. The exact mechanism by which tumor cells can metastasize away from the primary tumor is not fully understood but lymphatic vessels are viewed as the preferential route for tumor cell dissemination [3]. The increase in lymphatic microvessel number, due to the production by tumor cells of growth lymphangiogenic factors, could increase the probability that tumor cells enter in contact with lymphatic vessels and disseminate to regional lymph nodes [4]. In this context, the lymphatic vessel density (LVD) is proposed as a promising predictive marker of aggressive behavior and lymph node extension [5–9]. However, in the field of cervical cancer, studies on LVD yield inconsistent or contradictory results [10, 11]. To date, the LVD is evaluated using the method described by Weidner and colleagues [12] based on microvessel counting within preselected microscopic regions showing the highest neovascularization profile, called “hot spots”. These regions are thought to represent the areas of biological importance offering the highest probability for tumor cells to intravasate into lymphatics and disseminate away from the primary tumor. However, hot spot area assignment is reported to be subjective and observer dependant. Such selection biases are considered as the main reason for the lack of reproducibility among studies about the prognostic value of LVD [13, 14]. In order to overcome the limitations of the hot spot approach, two techniques allowing to inspect entire histological sections are proposed: the use of motorized stage scanning optical microscope or of autofocus device slide scanner. Both techniques are easy to use and are widely 73 2 adapted for research [15]. Several studies have compared the hot spot method to that of whole slide high-resolution virtual image acquisition. These reports confirmed that the latter technique is more reproducible, easier to implement for standard quantification, and provides additional data adapted to the specific morphologies considered [14, 16, 17]. Digital image acquisition methods for analyzing, either hot spots or whole scanned sections, are sometimes accompanied by automatic or semiautomatic image analysis software. These software allows to process the image in order to extract vessels from the background and to perform measures such as vessel number and/or vessel size. However, in most cases, standard software is unable to accurately detect vascular structures and different teams have developed home-made image processing methods for specific applications [14, 16–18]. Their success depends critically on the immunohistochemical staining quality [19] which allows the discrimination of objects of interest by a coloration and/or a modification of grey-level intensities. Our approach uses a high-resolution virtual imaging system coupled with image analysis tools. This methodology allows to determine, on one hand, an objective LVD quantification and, on the other hand, to detect possible spatial modifications of lymphatic vessel distribution resulting from tumor-stroma interactions. Different immunohistochemical techniques are first reviewed in order to illustrate the different features required for optimal automated detection. The image processing of slide scanning for analysis of lymphatic vessel segmentation in paraffin-embedded sections of cervical neoplasms is then described. Finally, objective LVD quantification and original measurements allowing quantifying the spatial distribution of lymphatic vessels surrounding the tumor bundles are presented. This technique is now available to give new insights into the tissue remodeling associated with cancer progression and vascular structure modifications. 2. Material and Methods 2.1. Tissue Collection and Processing. Surgical specimens of invasive cervical carcinomas were obtained from the biobank of the University of Liège (CHU, Liège Belgium) after study approval by the local ethics committee (CHU, Liège Belgium). Immunohistochemical detection of podoplanin was carried out using an avidin-biotin-phosphatase assay on formalin-fixed paraffin embedded sections. Tissues were dewaxed in xylene and rehydrated through serial decreasing concentrations of ethanol/water solutions. Epitope retrieval was performed by heating slides in a target retrieval solution provided by the manufacturer (Dako S1699) (Dako, Heverlee, Belgium) during 11 minutes at 126◦ C at 1.4 bar of pressure. Solution was cooled at room temperature to avoid a fast temperature drop and nonspecific binding was prevented by incubation of 10% normal goat serum for 30 minutes. We used the primary monoclonal mouse antihuman antibody D2-40 that specifically recognizes the transmembrane mucin-type glycoprotein podoplanin mainly expressed by ISRN Obstetrics and Gynecology endothelial lymphatic cells [20] (Dako M3619, 1 : 100). It was applied during 90 minutes at room temperature. Subsequent reaction with second goat anti-mouse biotinylated antibody (Dako E0433) during 30 minutes was then achieved and tissue was finally incubated, during 30 minutes, with a complex of streptavidin and alkaline phosphatase (Jackson Immunoresearch, St Martens-Latem, Belgium, 1 : 2000). The phosphatase activity was revealed using the permanent red solution preliminary mixed with the endogenous phosphatase inhibitor levamisole (1 drop/mL). Tissues were finally counterstained with Carazzi hematoxylin 0.1% during 5 minutes. 2.2. Virtual Image Acquisition. Virtual images were acquired with the fully automated digital microscopy system dotSlide (Olympus, BX51TF, Aartselaar, Belgium) coupled with a Peltier-cooled high-resolution digital colour camera (1376 × 1032 pixels) (Olympus, XC10, Aartselaar, Belgium). Digital images of the whole tissue sections were digitized at high magnification (100x) producing virtual images in which pixel size is 0.65 µm. It must be noticed that image processing was performed on original virtual image which size may exceed several gigabytes. Therefore, the time required for whole slide segmentation ranges approximately from 30 to 60 minutes with one processor of a computer equipped with Intel core i7 processor (2.80 GHz). Once the binary image was obtained, high image size hampers calculations. To overcome this limitation, before quantification, binary images were decimated according to the procedure previously described [18]. Image analysis was performed using image analysis library Pandore (GREYC, Caen France) and tool box of MATLAB software (9.2). 2.3. Lymphatic Vessel Density Quantification. LVD was defined as the number of lymphatic vessel section per mm2 of stromal tissue which was automatically detected by a moment-preserving thresholding [21] applied on the blue component of the original image decimated 8 times. LVD was calculated for the entire stroma and more specifically for the peritumoral region located within 2 mm of tissue from the tumor invasion edge as it is proposed in the literature [5, 7]. 3. Results and Discussion 3.1. Selection of Lymphatic Marker for Automated Detection. The discovery of several markers suitable to bring out the lymphatic endothelium has marked major advances in lymphangiogenesis study [22]. Most studies have mainly used vascular endothelial growth factor 3 (VEGFR-3), Prox1, lymphatic endothelial hyaluronan receptor-1 (LYVE-1), and podoplanin to identify lymphatics [3]. However, these makers have their own features and are not fully comparable for lymphatic vessel detection. Therefore, for setting up an automated detection method, the initial selection of the best marker candidate is mandatory. The cell surface tyrosine kinase receptor VEGFR-3 mainly expressed by endothelial lymphatic cells can also be 74 ISRN Obstetrics and Gynecology expressed by some fenestrated blood vessels [23] and then should not be used to discriminate lymphatics from blood vessels. Regarding Prox-1, a transcriptional factor driving specific lymphatic gene expression, its nuclear localization prevents it from being the ideal marker for quantifying lymphatic vessel microscopically [24]. Finally, LYVE-1 is reported to be downmodulated in response to inflammation [25] and its staining often underestimates the lymphatic vessel number when compared to D2-40 immunodetection in cervical cancer [11]. Based on these scientific evidences, the specific D2-40 antibody was selected for the present study. Nevertheless, although D2-40 shows high accuracy for lymphatic vessel detection, several limitations need to be noted: pluristratified epidermis is reported to be recognized by the D2-40 [26] and the expression of podoplanin can be induced in squamous cell carcinoma [10, 20]. 3.2. Vessel and Tumor Detection. Figure 1(a) shows the detection of podoplanin after immunohistological staining using D2-40 antibody. The lymphatic vessels are specifically recognized and strongly stained in red with no background observed at the level of cervical cancer tissue. Such a staining allows an accurate detection of lymphatic vessels by automated segmentation (Figures 1(a) and 1(b)). However, given that structure detection is mainly based on color segmentation, weakly stained lymphatic vessels could remain unrecognized. Therefore, for automated detection, low specificity, weak staining, or high background must be avoided otherwise large detection mistakes can occur leading to erroneous measurements. In our experience, D2-40 antibody appears to be an appropriate specific marker whose detection provides an optimal contrast between lymphatic vessels and the tissue background. The segmentation processes described below, consisting in the transformation of the original image into a binary one, can then be performed automatically. In digitized color images (RGB), stained lymphatic vessel walls appear in red (Figures 1 and 2). In order to increase the contrast between the vessel endothelium and the surrounding tissue, the excess red component (two times red value minus blue value minus green value) is calculated. The lymphatic vascular structures are then easily detected on the whole virtual slide using automatic entropy thresholding [27]. Additionally, to take into account the entire lymphatic vessels, lumens are identified as the lightest structures in the tissue (the value of the threshold depends on the average value of the background). To avoid the selection of other structures (i.e., blood vessel lumen, holes), only lumens neighboring the previously detected lymphatic walls are considered. Finally to avoid misinterpretation due to tumor and epidermal cells D2-40 recognition (see above), nonlymphatic detections are removed manually (Figure 3). To verify the accuracy of our methodology in detecting all lymphatic vessels identified by immunohistochemistry, manual count was performed on 5 distinct cervical cancer tissue sections, and results were compared with those obtained by automated vessel detection program. Results indicate that 3 Table 1: LVD quantification in the whole cervical cancer tissue and peritumoral area assessed by the automated lymphatic vessel detection method in comparison with hot spot method described by Weidner and colleagues [12]. Tissue surface (mm2 ) Vessel section number LVD (vessel number/mm2 ) Whole tissue 294.91 2084 7.07 Peritumoral area 38.21 463 12.12 Hot spot 0.6 43 76.67 93% ± 3.5 of lymphatic vessels are correctly detected and counted on the whole tissue using the automated method. Once lymphatic vessel sections are detected on the whole slide, the tumoral tissue is manually delineated on the virtual image. The manual delimitation is currently the easiest method to delineate the tumor bundles on tissue sections. However, the immunolabeling of cytokeratin could be used to identify carcinoma cells. In this case, the same procedure of segmentation to the one used for lymphatic structure would allow an automated detection of tumor cells. Figure 2(b) illustrates the binarized image of vessels and tumor. 3.3. LVD Measurement. Once binary images are obtained, parameters such as tissue surface, lymphatic vessel number, and LVD can be measured in any part of the tissue using standard software. For illustration purposes, these parameters were assessed on the cervical cancer sample presented above (Figure 2). Results are presented in Table 1 and compared with those determined with hot spot technique. In this particular example, the assessed peritumoral area and the number of lymphatic vessels are, respectively, more than 60 and 10 times higher than those determined with the hot spot approach. This result of the proposed measure shows that total microenvironment can be taken into account. This enables to provide an objective measurement which is not subjected to inter- and intraobserver variability. 3.4. Spatial Lymphatic Vessel Distribution. The visual observation of both original and processed images (Figures 2(a) and 2(c)) shows that lymphatic vessels are not homogeneously distributed throughout the tissue. Although LVD value can inform us about level of lymphangiogenesis activity near the tumor, it does not allow to characterize the tumor heterogeneity. Because our main focus is to study the tumorvessel interface, quantification is focused on the spatial distribution of vessels in relation to the tumor front of invasion. The position of all vessels in relation to tumor cells is determined. This is performed by applying the Euclidean distance function [28] to the complementary image of the binary image of the tumor. By this transformation, it is assigned to each pixel surrounding the tumor a color intensity corresponding to the distance between that pixel and the nearest point of the tumor. This is illustrated in Figure 4(a) in which the blue gradation of the background is proportional to the distance of each pixel to the nearest pixel belonging to the tumor mass. The value of the pixel 75 4 ISRN Obstetrics and Gynecology (a) (b) Figure 1: Immunohistochemical detection of lymphatic vessels. Lymphatic vessels were detected on a cervical cancer section by immunostaining with antipodoplanin antibody (D2/40) (red) (a). They are detected by automated segmentation (blue lines) (b). Blood vessels are not stained (arrows). (a) (b) (c) Figure 2: (a) Virtual image of whole cervical cancer section with lymphatic vessel detection (blue lines) achieved at high resolution (insert). (b) Binarized image of lymphatic vessels (D2/40 positive) (red) and tumor tissue (green). (c) Original image overlaid by binarized structures. 76 ISRN Obstetrics and Gynecology 5 (a) (b) Figure 3: Immunohistochemical detection of lymphatic vessels. Vessel sections detected by using an antipodoplanin antibody appear in red (a) and are automatically segmented in blue (b) by image processing (blue lines). Some tumor cells positive for podoplanin are manually eliminated (green circles in b). 0.25 Normalized frequency 0.2 0.15 0.1 0.05 0 (a) 1 2 3 4 5 6 7 8 Distance to the tumor (mm) 9 10 (b) Figure 4: (a) Euclidean distance function applied to the binary image generated in Figure 2(b). The intensity of each pixel of the blue background indicates the distance of this pixel to the nearest point to the tumor. The more a pixel is far from the tumor, the more its intensity is bright. (b) Normalized histogram representing the number of vessels in function of their distance to the tumor. corresponding to the centre of mass of each vessel gives a measure of the distance separating vessel from the tumor. From these data, a histogram representing the number of vessels in function of its distance to the tumor is generated (Figure 4(b)). In the representative example of Figure 4, the vessel distribution displays a bimodal pattern indicating the presence of two distinct areas. The first one corresponds to vessels clustered around tumor cells covering a radius of about 2-3 mm. The second area contains a large number of vessels scattered between this limit and the tissue border. Once the region of interest (2-3 mm around the tumor) is determined, the degree of vessel distribution uniformity around the tumor is investigated. From the tumor mass centre, directional vessel distributions was calculated from 0◦ to 360◦ each 45◦ (counter clockwise). Images of vessels oriented at 0◦ , 90◦ , 180◦ , and 270◦ from the tumor and the corresponding histogram of distribution (normalized frequency) for distances between 0–2 mm (insert), are presented in Figure 5. A visual observation of images indicates that vessels cluster in the left part of the image. The spatial histogram distribution allows to objectively quantify the extent of this feature. The area under the distribution histogram is a measure of the vessel density by unit of length. This vessel density is calculated for the 8 considered directions and drawn on a polar graph (Figure 6) with the goal of better-visualizing the vessel distribution around the tumor. The presence of lymphatics is clearly detected in the area ranging from 90◦ to 270◦ directions, underlying the heterogeneity of vessel distribution around the tumor. 77 6 ISRN Obstetrics and Gynecology 90◦ 0◦ Normalized frequency 2 120 1.5 90 60 150 30 1 180 0.5 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0 210 330 Distance to the tumor (mm) (a) 240 270 1 4. Conclusion 0.5 0 Distance to the tumor (mm) (b) 1.5 1 0.5 0 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Normalized frequency 2 Distance to the tumor (mm) (c) 2 1.5 1 0.5 0 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Normalized frequency 300 Figure 6: Polar representation of the density of vessels by unit of length measured from the tumor mass centre. 1.5 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Normalized frequency 2 Distance to the tumor (mm) (d) Figure 5: Euclidean distance function applied to the region of interest around the tumor. Vessels (in red) oriented at 0◦ (a), 90◦ (b), 180◦ (c) and 270◦ (d) are shown on the left (green = tumor cells). The histograms on the right correspond to the vessel distribution (normalized frequency) as a function of the distance to the closest tumor nodules (mm). Conventional optical microscopy technique (hot spot) applied to characterize angiogenesis has shown low reproducibility due to high interobserver variability [14, 16, 17]. To date, most studies conducted on cervical cancers have used the hot spot technique to assess the peritumoral lymphatic vessel density. Consequently, despite initial promising data, the predictive value of lymphatic vessel density remains unproven [6–11]. Thanks to the emergence of digital virtual microscopy, whole biological tissue samples can now be studied. This requires robust automated methods for quantification. In the present work, we provide a new method of vessel quantification that can be performed on whole tissue sections. To ensure the accuracy of the proposed measurements, two preliminary steps are mandatory: (i) the appropriate immunohistochemical staining with optimal contrast between background and the structures to be quantified and (ii) an optimal image processing. The novelty of this method relies on its capacity to assess the vessel distribution in the vicinity of tumor bundles to give new insights into phenomenon taking place at the tumor-lymphatic vessel interface. Presently, this proposed method is applied to cervical cancer samples to illustrate how the obtained information can contribute to a better understanding of lymphatic vessel interactions with tumor cells. Although clinical implications remain to be proven, this information is expected to be of most interest for diagnosis/prognosis and for a better guidance of therapeutical decisions. This technique can also be applied to characterize lymphatic as well as blood vessel distribution in relation to any structure of interest. Acknowledgments This work was supported by Grants from the FP7-HEALTH2007-A Proposal no. 201279 “MICROENVIMET”, the Fonds de la Recherche Scientifique Médicale, the Fonds de la Recherche Scientifique—FNRS (F.R.S.-FNRS, Belgium), the 78 ISRN Obstetrics and Gynecology Foundation against Cancer (foundation of public interest, Belgium), the CGRI-FNRS-INSERM Coopération, the Fonds spéciaux de la Recherche (University of Liège), the Centre Anticancéreux près l’Université de Liège, the Fonds Léon Fredericq (University of Liège), the Direction Générale Opérationnelle de l’Economie, de l’Emploi et de la Recherche from the SPW (Région Wallonne, Belgium), the Fonds Social Européen (F.S.E., Belgium), the Fonds d’Investissements de la Recherche Scientifique (FIRS, CHU, Liège, Belgium), the Interuniversity Attraction Poles Programme—Belgian Science Policy (Brussels, Belgium), and the Plan national Cancer (Federal public Service, Belgium). C. Balsat is recipient of a Télévie-FNRS grant. References [1] G. Delgado, B. Bundy, R. Zaino, B. U. Sevin, W. T. Creasman, and F. Major, “Prospective surgical-pathological study of disease-free interval in patients with stage IB squamous cell carcinoma of the cervix: a gynecologic oncology group study,” Gynecologic Oncology, vol. 38, no. 3, pp. 352–357, 1990. [2] N. F. Hacker, G. V. Wain, and J. L. Nicklin, “Resection of bulky positive lymph nodes in patients with cervical carcinoma,” International Journal of Gynecological Cancer, vol. 5, no. 4, pp. 250–256, 1995. [3] P. O. V. Trappen and M. S. Pepper, “Lymphangiogenesis in human gynaecological cancers,” Angiogenesis, vol. 8, no. 2, pp. 137–145, 2005. [4] J. P. Sleeman and W. Thiele, “Tumor metastasis and the lymphatic vasculature,” International Journal of Cancer, vol. 125, no. 12, pp. 2747–2756, 2009. [5] Z. Gombos, X. Xu, C. S. Chu, P. J. Zhang, and G. Acs, “Peritumoral lymphatic vessel density and vascular endothelial growth factor C expression in early-stage squamous cell carcinoma of the uterine cervix,” Clinical Cancer Research, vol. 11, no. 23, pp. 8364–8371, 2005. [6] P. Gao, G. Y. Zhou, G. Yin et al., “Lymphatic vessel density as a prognostic indicator for patients with stage I cervical carcinoma,” Human Pathology, vol. 37, no. 6, pp. 719–725, 2006. [7] S. Q. Zhang, H. Yu, and L. L. Zhang, “Clinical implications of increased lymph vessel density in the lymphatic metastasis of early-stage invasive cervical carcinoma: a clinical immunohistochemical method study,” BMC Cancer, vol. 9, article no. 64, 2009. [8] S. Yang, H. Cheng, J. Cai, L. Cai, J. Zhang, and Z. Wang, “PlGF expression in pre-invasive and invasive lesions of uterine cervix is associated with angiogenesis and lymphangiogenesis,” APMIS, vol. 117, no. 11, pp. 831–838, 2009. [9] H. Yu, S. Zhang, R. Zhang, and L. Zhang, “The role of VEGF-C/D and Flt-4 in the lymphatic metastasis of earlystage invasive cervical carcinoma,” Journal of Experimental and Clinical Cancer Research, vol. 28, no. 1, article no. 98, 2009. [10] A. Longatto-Filho, C. Pinheiro, S. M. M. Pereira et al., “Lymphatic vessel density and epithelial D2-40 immunoreactivity in pre-invasive and invasive lesions of the uterine cervix,” Gynecologic Oncology, vol. 107, no. 1, pp. 45–51, 2007. [11] N. Sotiropoulou, V. Bravou, S. Kounelis, V. Damaskou, E. Papaspirou, and H. Papadaki, “Tumour expression of lymphangiogenic growth factors but not lymphatic vessel density is implicated in human cervical cancer progression,” 7 Pathology, vol. 42, no. 7, pp. 629–636, 2010. [12] N. Weidner, J. P. Semple, W. R. Welch, and J. Folkman, “Tumor angiogenesis and metastasis—correlation in invasive breast carcinoma,” New England Journal of Medicine, vol. 324, no. 1, pp. 1–8, 1991. [13] P. B. Vermeulen, G. Gasparini, S. B. Fox et al., “Second international consensus on the methodology and criteria of evaluation of angiogenesis quantification in solid human tumours,” European Journal of Cancer, vol. 38, no. 12, pp. 1564–1579, 2002. [14] C. F. Chantrain, Y. A. DeClerck, S. Groshen, and G. McNamara, “Computerized quantification of tissue vascularization using high-resolution slide scanning of whole tumor sections,” Journal of Histochemistry and Cytochemistry, vol. 51, no. 2, pp. 151–158, 2003. [15] C. V. Hedvat, “Digital microscopy past, present, and future,” Archives of Pathology and Laboratory Medicine, vol. 134, no. 11, pp. 1666–1670, 2010. [16] A. Labiche, N. Elie, P. Herlin et al., “Prognostic significance of tumour vascularisation on survival of patients with advanced ovarian carcinoma,” Histology and Histopathology, vol. 24, no. 4, pp. 425–435, 2009. [17] N. Elie, B. Plancoulaine, J. P. Signolle, and P. Herlin, “A simple way of quantifying immunostained cell nuclei on the whole histologic section,” Cytometry Part A, vol. 56, no. 1, pp. 37–45, 2003. [18] R. Françoise, J. J. Michels, B. Plancoulaine, and P. Herlin, “Optimal resolution for automatic quantification of blood vessels on digitized images of whole cancer section,” Image Analysis & Stereology, vol. 24, pp. 59–67, 2005. [19] R. A. Walker, “Quantification of immunohistochemistry— issues concerning methods, utility and semiquantitative assessment I,” Histopathology, vol. 49, no. 4, pp. 406–410, 2006. [20] V. Schacht, S. S. Dadras, L. A. Johnson, D. G. Jackson, Y. K. Hong, and M. Detmar, “Up-regulation of the lymphatic marker podoplanin, a mucin-type transmembrane glycoprotein, in human squamous cell carcinomas and germ cell tumors,” American Journal of Pathology, vol. 166, no. 3, pp. 913–921, 2005. [21] W. H. Tsai, “Moment-preserving thresholding: a new approach,” Computer Vision, Graphics, & Image Processing, vol. 29, no. 3, pp. 377–393, 1985. [22] T. Tammela and K. Alitalo, “Lymphangiogenesis: molecular mechanisms and future promise,” Cell, vol. 140, no. 4, pp. 460– 476, 2010. [23] T. A. Partanen, K. Alitalo, and M. Miettinen, “Lack of lymphatic vascular specificity of vascular endothelial growth factor receptor 3 in 185 vascular tumors,” Cancer, vol. 86, no. 11, pp. 2406–2412, 1999. [24] I. Van Der Auwera, Y. Cao, J. C. Tille et al., “First international consensus on the methodology of lymphangiogenesis quantification in solid human tumours,” British Journal of Cancer, vol. 95, no. 12, pp. 1611–1625, 2006. [25] L. A. Johnson, R. Prevo, S. Clasper, and D. G. Jackson, “Inflammation-induced uptake and degradation of the lymphatic endothelial hyaluronan receptor LYVE-1,” Journal of Biological Chemistry, vol. 282, no. 46, pp. 33671–33680, 2007. [26] K. L. Dumoff, C. Chu, X. Xu, T. Pasha, P. J. Zhang, and G. Acs, “Low D2-40 immunoreactivity correlates with lymphatic invasion and nodal metastasis in early-stage squamous cell carcinoma of the uterine cervix,” Modern Pathology, vol. 18, no. 1, pp. 97–104, 2005. 79 8 ISRN Obstetrics and Gynecology [27] J. N. Kapur, P. K. Sahoo, and A. K. C. Wong, “A new method for gray-level picture thresholding using the entropy of the histogram,” Computer Vision, Graphics, & Image Processing, vol. 29, no. 3, pp. 273–285, 1985. [28] P. Soille, “Morphological Image Analysis: Principles and Applications, Springer, Berlin, Germany, 2002. 80 Résultats III. Analyse informatique détaillée du réseau vasculaire lymphatique global sur tissus cervicaux humains Publication n° 2 "Improved computer-assisted analysis of the global lymphatic network in human cervical tissues" Cédric Balsat, Nicolas Signolle, Frédéric Goffin, Katty Delbecque, Benoit Plancoulaine, Philippe Sauthier, Vanessa Samouëlian, Aude Béliard, Carine Munaut, Jean-Michel Foidart, Silvia Blacher, Agnès Noël and Frédéric Kridelka Modern Pathology, accepté le 23 septembre 2013 (doi: 10.1038/modpathol.2013.195.) 1. Contexte Il est actuellement soutenu que la dissémination des cellules néoplasiques cervicales par la voie lymphatique peut s’effectuer de manière précoce et que le risque que cet évènement se produise croît progressivement au cours de la progression tumorale [207-210, 214, 217]. La plupart des études cliniques rapportent également que ce risque peut être déterminé à tout moment par l’analyse de la LVD, paramètre relatant le niveau de lymphangiogenèse survenue [210, 212, 215, 216, 219-226]. Cependant, jusqu’il y a peu, la vascularisation lymphatique a été quantifiée uniquement à l’aide de la technique de hot-spot, méthode présentant un manque d’objectivité important et permettant uniquement la réalisation de mesures basiques de densités. Dès lors, afin de déterminer de manière robuste la façon dont le réseau vasculaire lymphatique évolue au cours de la progression tumorale ainsi que la valeur pronostique potentielle des paramètres qui lui sont associés, une caractérisation fine de celui-ci a été réalisée à l’aide de notre technique d’analyse d’images digitales. Pour ce faire, la vascularisation lymphatique a été analysée au cours des différentes étapes clés de la progression tumorale (CIN3, micro-invasion et cancer du col de stade FIGO IB1) et comparée à celle présente au sein de tissus de cols de l’utérus normaux. Dans un second temps, les 81 Résultats paramètres lymphatiques ont été corrélés aux paramètres de dissémination lymphatique (présence d’emboles lymphatiques (LVSI+) et de métastases ganglionnaires (N+)). 2. Résultats Densités en vaisseaux lymphatiques La présence d’une distribution hétérogène de la vascularisation lymphatique à travers le col utérin sain a tout d’abord été mise en évidence. Une densité proéminente en vaisseaux lymphatiques est détectée à partir de la membrane basale de l’épithélium jusqu’à 2 mm de profondeur. Au-delà de cette limite, les vaisseaux apparaissent dispersés de manière aléatoire (figures 3a et b). Parmi cette "bande stromale" sous-épithéliale, les vaisseaux sont distribués de manière homogène au niveau de l’exocol et la zone de transformation. A l’inverse, au niveau de l’endocol, un nombre élevé de vaisseaux sont détectés sous les zones de métaplasies immatures tandis que sous les régions "purement glandulaires", ceux-ci apparaissent clairsemés (figures 3c, d et e). Lorsque ces 3 régions anatomiques du col utérin sont comparées, une densité élevée en vaisseaux lymphatiques est détectée au niveau de la zone de transformation des cols sains (figures 3d et f), région du col utérin particulièrement fragile et sensible aux infections sexuellement transmissibles. Cette densité est supérieure à celle mesurée au niveau de l’exocol mais non significativement différente de celle mesurée au niveau de l’endocol. Etant donné l’importance de la zone de transformation au cours de la carcinogenèse du col utérin, la LVD mesurée au niveau de cette région fut par la suite comparée à celles quantifiées lors des différents stades clés de la progression tumorale (CIN3, micro-invasion et stade FIGO 1B1) (figures 3g, h et i). Dans ce cas, aucune différence n’a été observée (figure 3j). Une analyse ultérieure de la LVD dans le sens de la profondeur révèle que celle-ci est élevée dans la région péritumorale des lésions invasives de stade FIGO IB1, région au niveau de laquelle une LVD faible est initialement détectée (région localisée à une profondeur supérieure à 2 mm à partir du bord de l’épithélium) (figure S1, présentée en annexe). Par la suite, la lymphangiogenèse étant considérée comme un évènement central pouvant influencer le risque de dissémination tumorale, un double marquage immunohistochimique D2-40 + Ki-67, permettant de mettre en évidence les vaisseaux 82 Résultats lymphatiques en cours de prolifération, a également été réalisé (figure 4a). De manière similaire aux résultats obtenus après la quantification de la LVD globale, une densité en vaisseaux lymphatiques en cours de prolifération ("proliferating LVD") apparait une nouvelle fois la plus intense sous la zone de transformation des cols sains (figure 4b). De même, lors de la progression tumorale, aucune augmentation du nombre de vaisseaux en prolifération n’est observée comparativement à ceux initialement détectés sous la zone de transformation des cols sains (figure 4c). Distribution spatiale Afin de mieux comprendre l’organisation du réseau vasculaire lymphatique sous les régions saines du col utérin ainsi qu’au cours de la progression tumorale, une analyse détaillée de la distribution spatiale des vaisseaux lymphatiques par rapport aux bords des cellules épithéliales saines et néoplasiques a été réalisée. Tout d’abord, dans les cas de cols sains, cette étude confirme la présence d’un nombre plus important de vaisseaux lymphatiques sous la zone de transformation comparativement à l’exocol et l’endocol mais précise que ceux-ci se trouvent principalement localisés à proximité de la membrane basale de l’épithélium, entre 0 et 1 mm par rapport à la base de l’épithélium (figure 5a). Ensuite, dans les cas de néoplasies cervicales, une modification de la distribution spatiale caractérisée par un rapprochement des vaisseaux du bord des cellules néoplasiques est observée par rapport à ce qui est observé sous la zone de transformation des cols sains (figure 5b). D’une part, la distance par rapport aux bords de la tumeur à laquelle la densité en vaisseaux lymphatiques est maximale s’avère plus faible dans les néoplasies cervicales. D’autre part, comparativement à la zone de transformation des cols sains, une augmentation de 60 à 80% du nombre relatif de vaisseaux lymphatiques est observée à cet endroit de densité maximale. Enfin, au cours de la progression tumorale, cette distribution spatiale caractéristique apparaît conservée. Corrélation de la vascularisation lymphatique avec les paramètres cliniques de dissémination ganglionnaire. Finalement, la valeur prédictive de la vascularisation lymphatique sur le risque d’extension ganglionnaire dans les cas de cancers du col de stade débutant a été testée. Dans ce travail, les densités en vaisseaux lymphatiques intra- et péritumorale globales ne sont ni 83 Résultats corrélées au statut ganglionnaire ni à la présence d’emboles lymphatiques (Tableau 1). Par contre, la présence d’une distribution spatiale particulière caractérisée par une densité élevée en vaisseaux lymphatiques à proximité de la tumeur est associée à ces deux paramètres témoins d’une dissémination lymphatique (figure 6). 3. Conclusions Pour la première fois, une analyse robuste, reproductible et détaillée de la vascularisation lymphatique a été réalisée. Sur la base de cette analyse originale, les conclusions suivantes peuvent être formulées : (1) La mise en évidence d’une niche lymphangiogène sous la zone de transformation des cols sains, maintenue au cours de la progression tumorale (CIN3 et néoplasies invasives), souligne le caractère singulier de la zone de transformation sur le plan de son réseau lymphatique. Cette observation, confrontée à celles précédemment décrites (dérégulation de la production de facteurs antiviraux, inflammation chronique de type Th2 et altération des protéines de jonctions intercellulaires au niveau de l’épithélium), nous amène à postuler pour un rôle de "terreau" lymphangiogène propice au développement et la progression tumorale au niveau de la zone de transformation. (2) L’augmentation progressive de la densité en vaisseaux lymphatiques préalablement rapportée dans la littérature n’est pas confirmée. Nous démontrons qu’un microenvironnement lymphangiogène est déjà présent au niveau de la zone de transformation avant le développement des néoplasies cervicales et que celui-ci accompagne le front de migration des cellules tumorales. (3) Néanmoins, l’analyse détaillée de la vascularisation lymphatique révèle que parmi ce microenvironnement dense en vaisseaux lymphatiques, des différences de distribution spatiale sont présentes. Une modification de la distribution spatiale caractérisée par une densité maximale et accrue en vaisseaux lymphatiques à proximité immédiate des cellules néoplasiques a été mise en évidence. (4) La LVD péritumorale globale n’apparaît pas comme un marqueur de dissémination ganglionnaire contrairement à ce qui est soutenu par la majorité des études réalisées précédemment. (5) Par contre, l’analyse de la distribution spatiale des vaisseaux lymphatiques a démontré que la façon dont ceux-ci se distribuent pourrait avoir un impact sur le risque de dissémination lymphatique. En effet, un nombre élevé de vaisseaux localisés à proximité immédiate des cellules tumorales a été corrélé à la présence de métastases ganglionnaires et d’emboles lymphatiques. 84 Résultats Cette étude confirme l’intérêt primordial d’une analyse robuste et globale de la vascularisation lymphatique pour une meilleure caractérisation des paramètres pouvant être impliqués dans les processus de dissémination tumorale. A la suite de cette analyse, nous démontrons que le processus de dissémination des cellules tumorales par la voie lymphatique n’implique pas simplement une augmentation du nombre de vaisseaux lymphatiques. A l’inverse, l’analyse de la distribution spatiale de la vascularisation lymphatique indique l’existence d’un dialogue complexe entre les cellules tumorales et les vaisseaux lymphatiques pouvant mener à une réorganisation du stroma tumoral dans sa globalité. Cet évènement semble avoir une importance sur le risque d’une dissémination lymphatique. Par conséquent, une meilleure caractérisation des interactions pouvant mener à des modifications de la distribution spatiale de la vascularisation lymphatique par rapport à la tumeur semble indiquée afin de mieux comprendre les mécanismes impliqués lors de la dissémination tumorale. 85 Modern Pathology (2013), 1–12 1 & 2013 USCAP, Inc. All rights reserved 0893-3952/13 $32.00 Improved computer-assisted analysis of the global lymphatic network in human cervical tissues Cédric Balsat1,7, Nicolas Signolle1,7, Frédéric Goffin2, Katty Delbecque3, Benoit Plancoulaine4, Philippe Sauthier5, Vanessa Samouëlian5, Aude Béliard2, Carine Munaut1, Jean-Michel Foidart1, Silvia Blacher1, Agnès Noël1 and Frédéric Kridelka6 1Laboratory of Tumor and Development Biology, Groupe Interdisciplinaire de Génoprotéomique Appliquée (GIGA-Cancer), University of Liège, Pathology Tower (B23), Liège, Belgium; 2Department of Obstetrics and Gynecology, Hospital of la Citadelle, Liège, Belgium; 3Department of Pathology, Hospital of la Citadelle, Liège, Belgium; 4GRECAN, University of Caen, Franc¸ois Baclesse Comprehensive Cancer Center, Caen, France; 5Departement of Gynecologic Oncology, CHU of Montréal, Montréal, Canada and 6Department of Obstetrics and Gynecology, CHU of Liège, Liège, Belgium Lymphatic dissemination is a key event in cervical cancer progression and related tumor lymphatic markers are viewed as promising prognostic factor of nodal extension. However, validating such parameters requires an objective characterization of the lymphatic vasculature. Here, we performed a global analysis of the lymphatic network using a new computerized method applied on whole uterine cervical digital images. Sixty-eight cases of cervical neoplasia (12 CIN3, 10 FIGO stage 1A and 46 stage IB1) and 10 cases of normal cervical tissue were reacted with antibodies raised against D2-40, D2-40/p16 and D2-40/Ki67. Immunostained structures were automatically detected on whole slides. The lymphatic vessel density (D2-40), proliferating lymphatic vessel density (D2-40/ki67) and spatial lymphatic distribution in respect to the adjacent epithelium were assessed from normal cervix to early cervical cancer and correlated with lymphovascular space invasion and lymph node status. Prominent lymphatic vessel density and proliferating lymphatic vessel density are detected under the transformation zone of benign cervix and no further increase is noted during cancer progression. Notably, a shift of lymphatic vessel distribution toward the neoplastic edges is detected. In IB1 cervical cancer, although intra- and peritumoral lymphatic vessel density are neither correlated with lymphovascular space invasion nor with lymph node metastasis, a specific spatial distribution with more lymphatic vessels in the vicinity of tumor edges is predictive of lymphatic dissemination. Herein, we provide a new computerized method suitable for an innovative detailed analysis of the lymphatic network. We show that the transformation zone of the benign cervix acts as a baseline lymphangiogenic niche before the initiation of neoplastic process. During cancer progression, this specific microenvironment is maintained with lymphatic vessels even in closer vicinity to tumor cells. Modern Pathology advance online publication, 6 December 2013; doi:10.1038/modpathol.2013.195 Keywords: cancer; cervix; computerized; distribution; lymphatic; metastasis In uterine cervical neoplasms, and in most human solid tumors, lymphatic vasculature is the common pathway for initial tumor spread to regional lymph nodes.1 In addition to tumor size, lymph node status (positive/negative lymph node metastasis) is Correspondence: Professor F Kridelka, PhD, CHU of Liège, Service de Gynécologie-Obstétrique, 600 Rue Gaillarmont 4030, Grivegnée, Belgium. E-mail: [email protected] 7These authors contributed equally to this work. Received 13 May 2013; revised 20 September 2013; accepted 23 September 2013; published online 6 December 2013 www.modernpathology.org regarded as the strongest prognostic factor for patient’s cancer-specific survival.2,3 It is widely used for guiding therapeutic decisions and currently justifies a systematic lymphadenectomy in early cervical cancer. Owing to the low rate of positive lymph node detected (ranging from 12 to 22%)4 and the potential morbidity associated with a lymph node dissection, research has focused over recent years on the identification of primary tumor variables predictive of lymphatic spread.5,6 In this context, lymphovascular space invasion has been described as an independent factor predicting tumor aggressiveness.7 More recently, the 86 Computerized lymphatic network analysis 2 C Balsat et al lymphatic vessel density, which witnesses the level of lymphangiogenesis (formation of new lymphatic vessels), has been proposed as a new promising predictive variable of nodal extension.8 Notably, studies on cervical tissues showed that high levels of lymphatic vessel density as well as marked expression of vascular endothelial growth factors (VEGF)-C and VEGF-D, the two main lymphangiogenic promoters, are already detected in preinvasive neoplasia (CIN3).9–12 A gradual increase of lymphatic vessel density has been reported in the peritumoral stroma during cancer progression13–15 and in invasive cervical cancer, Gombos et al15 were the first to link high peritumoral lymphatic vessel density with growth factor expression, lymphovascular space invasion, lymph node metastases and overall survival. Subsequent immunohistochemical studies on cervical neoplasms confirmed a positive association between lymphatic vessel density and lymph node metastases.14,16–21 Taken together, these results suggest an early lymphangiogenesis switch with an increased risk of lymphatic dissemination during cancer progression that could be assessed by lymphatic vessel density quantification. However, until recently, lymphatic vessel density quantification has relied on the hot spot technique previously criticized for its subjectivity. The main disadvantages of this approach are its focus on a limited tumor area and its lack of reproducibility.22 Consequently, no consensus exists on the potential prognostic value of the tumor lymphatic vasculature profile in cervical cancer.10,23,24 In order to overcome the major restrictions related to the conventional hot spot approach, we have developed an original semi-automated quantification method based on computerized image analysis of lymphatic vessels on whole slide scanned tissue sections.25 The present work aims at drawing pathologist’s attention on the interest of a global lymphatic vasculature analysis on cancer tissues. In particular, we provide evidence for a so far unappreciated lymphatic niche under the transformation zone considered as the site where neoplastic changes occur primarily during the cervical oncogenic process.26,27 Furthermore, our study demonstrates that a global stromal evaluation sheds light on topographical features of the lymphatic vascular network that are worth considering in cervical cancer as well as other cancers. Materials and methods Tissue Samples Surgical specimens of 68 patients suffering cervical neoplasia were obtained from the biobanks of the University of Liège (CHU, Liège Belgium) and the Centre Hospitalier Universitaire of Montreal (CHUM, Hôpital Notre-Dame, Montreal Canada) after study approval by local ethic committees. Modern Pathology (2013), 1–12 Twelve cases of in situ carcinomas (CIN3: presence of neoplastic cells that occupy the full thickness of the epithelium), 10 microinvasive lesions (FIGO stage IA1: neoplastic processr3 mm of depth andr7 mm of width) and 46 early uterine cervical cancers (IB1: clinically visible lesionr4 cm in greatest axis) were successively collected. Stage was allocated according to the International Federation of Gynecology and Obstetrics staging system (FIGO). Lymph node metastases were detected in 12/46 invasive cases and lymphovascular space invasion was present in 25/46 surgical specimens. Ten benign uterine cervical samples were also obtained from patients treated for non-oncological reasons (fibroma, menorrhagia, uterine prolapse, Lynch syndrome). The cervix was sectioned and sections were oriented according to standard histological guidelines.28 All tissues were reviewed by a pathologist blinded to the study purpose. CIN3 and microinvasive lesions were diagnosed on a cone biopsy specimen that encompasses a large part of the tree anatomical regions of the uterine cervix. Early cervical cancer lesions and benign cervix samples of 0.5 cm thickness were collected after radical surgical hysterectomy. For early cervical cancers, this sampling was performed in the most infiltrative area. Among representative slides, those permitting optimal transformation zone (normal cervix), dyspalsia or micro-invasive cancers evaluation as well as peritumoral stromal immunostaining were selected. Immunohistochemisty Lymphatic vessels, proliferating lymphatic vessels and tumor cells were identified using a monoclonal anti-human antibody against podoplanin (D2-40, 1:100; Dako, Heverlee, Belgium), a prediluted multiplex cocktail composed of monoclonal mouse anti D2-40 and rabbit monoclonal anti-Ki67 (ready to use; Biocare Medial, Concord, USA) and a polyclonal rabbit anti CDKN2A/p16INK4a (1:100; Abcam, Cambridge, UK), respectively. Virtual Image Acquisition and Processing Virtual images were acquired with the fully automated digital microscopy system dotSlide (Olympus, BX51TF, Aartselaar, Belgium). Whole tissue sections were digitized at high magnification producing virtual images in which pixels measure 0.4225 mm2. DotSlide providing images in a proprietary format, images were converted into a standard TIFF format, easier to handle. Thereafter, tumor cells and lymphatic vessels were computerized as illustrated in Figure 1. When Ki67-positive lymphatic vessel sections were considered, because of low contrast between podoplanin and Ki67-positive nuclei, vessels were manually drawn with the help of the Aperio ImageScope v10.2.1.2314 software. 87 Computerized lymphatic network analysis 3 C Balsat et al Figure 1 Illustration of tumor cell and lymphatic vessel detection. Virtual images of immunostained cervical cancer tissues are presented on the left and corresponding binary images are shown on the right. (a) Tumor cells (brown, left image) and lymphatic vessels (red, left image) are automatically segmented together thanks to a Maximum Entropy Thresholding performed on the excess red component. (b) They are automatically distinguished based on the average value of the color presented by each detected structure (44.5 radians ¼ tumor cell in white, o3 radians ¼ lymphatic vessel in red). (c, d) In order to take into consideration lymphatic vessels in their integrality, vessel lumens are filled. Background is firstly segmented (c, yellow) and detected structures in close contact with lymphatic wall are considered (d). (e) Finally, to avoid misinterpretations, non-vascular structures that could have been detected and/or detection mistakes are manually corrected (green arrows, right image). (f) The final binary image of detected tumor cells and lymphatic vessels (right image) is obtained after the image processing. Scale bars represent 200 mm. The three anatomical regions (exocervix, transformation zone and endocervix) were delineated on virtual images by using the Aperio ImageScope v10.2.1.2314 software. The transformation zone was defined as the cervical area in which squamous and columnar epithelia were present in continuity and/or squamous epithelium was detected with underlying glands.29 Epithelia of benign cervical tissues, CIN3 and microinvasive lesions as well as the boundary between intra- and peritumoral areas in FIGO 1B1 cervical cancers were delimited in the same way. Finally, tissues were extracted by a moment-preserving thresholding method30 applied on the blue component of the original virtual image. Modern Pathology (2013), 1–12 88 Computerized lymphatic network analysis 4 C Balsat et al Figure 1 (Continued). Owing to high image size that hampers calculation, all binary images of the detected structures were decimated according to the procedure described elsewhere.31 Figure 2 illustrates the different steps of image processing. Image Analysis Image analysis and measurements were performed using image analysis library Pandore (GREYC, Caen, France), Aphelion 3.2 (ADCIS, Saint-Contest, France) and image toolbox of MATLAB 9.2 (MathWorks, Natick, MA, USA) software. Lymphatic vessel density, proliferating lymphatic vessel density and spatial distribution of lymphatic vessel were quantified from Modern Pathology (2013), 1–12 the basal layer of the surface epithelium or neoplastic edges to tissue border. Lymphatic vessel density and proliferating lymphatic vessel density were defined as the number of lymphatic vessels and Ki67-positive lymphatic vessels per mm2 of tissue, respectively. Spatial lymphatic vessel distribution analysis was performed by measuring the Euclidean distance between the center of mass of each vessel section and the basal layer of the surface epithelium or neoplastic edges as previously described.25 For comparison, curves were normalized taking the maximum of the control curve at one. In CIN3, microinvasive and IB1 affected tissues, the perineoplastic area was defined as the stromal region located from neoplastic edges to 2 mm of depth. The transformation zone of benign cervix was 89 Computerized lymphatic network analysis 5 C Balsat et al Figure 2 Image processing illustration. (a) Virtual image of whole benign cervical tissue. Lymphatic vessel sections were detected by immunostaining with the anti-podoplanin antibody (D2-40) and visualized in pink as illustrated at higher magnification in the insert (top). Lymphatic vessel section edges and lumens were automatically segmented on virtual image (red) while blood vessels were not detected (star). (b–d) Binary images of detected lymphatic vessel sections (red), tissue (grey) and epithelium (white) were generated. Exocervix (1), transformation zone (2) and endocervix (3) were manually delineated (white dotted lines). Neoplastic lesions and their underlying stromal tissues were manually highlighted in CIN3 (c) and microinvasive lesions (d) (green lines). Green arrow represents tissue under neoplastic lesion that was analyzed. (e) Virtual image of whole cervical cancer slide. In invasive lesions, lymphatic vessel sections (pink) and tumor cells (brown) were detected by immunostaining with D2-40 and CDK2A/P16IN4Ka antibodies, respectively. High magnification is shown in the insert. Lymphatic vessel sections (red) and tumor nodules (white) were automatically and discriminatory segmented (bottom insert). (f) Binary image of lymphatic vessel sections and tumor nodules on the whole slide (g). Intratumoral (i) and peritumoral regions (p) were manually discriminated (yellow dotted line). Peritumoral area was considered as the area located within 2 mm of depth from the tumor edges. White arrows represent the intra- and peritumoral areas that were analyzed. considered as reference to which quantifications obtained under the neoplastic lesions were compared. statistical significance was set at Po0.05 for all comparisons. Graphs are presented as scatter plots of individual data points. Means are presented by horizontal bars. Statistical Analysis and Graphs For lymphatic vessel density, proliferating lymphatic vessel density and vessel distance to epithelium/ tumor border, data were analyzed with GraphPad Prism 5.0 software (San Diego, CA, USA). Mean values were each compared using the Mann– Whitney test to determine whether a difference between experimental groups could be considered as significant. Statistical analysis of lymphatic vessel spatial distribution was performed using a Wilcoxon non-parametric test with the statistic toolbox of MATLAB 9.2 software. The level of Results Hot Spot versus Computer-Assisted Analysis Intra- and peritumoral lymphatic vessel density were first assessed using the hot spot technique by two independent operators according to the method described by Weidner et al32 and then compared with that determined by a computerized method on 46 cases of early cervical cancers. Inter-observer variability obtained after quantifications within the hot spot regions reaches 33.8% and 23.6% for Modern Pathology (2013), 1–12 90 Computerized lymphatic network analysis 6 C Balsat et al intra- and peritumoral lymphatic vessel density, respectively. Also intra-observer variation exceeds 40% for both intra- and peritumoral lymphatic vessel density. Using the computer-assisted technique, we first determined that 93±3.5% of the lymphatic vessels can be accurately detected on whole tissue sections. Moreover, the quantification of intra- and peritumoral lymphatic vessel density on five successive slides reveals that the variability does not exceed 5%. Lymphatic Vessel Density When analyzing the lymphatic vasculature of the benign cervical stroma, we observe a prominent lymphatic vessel density from the basal layer of the epithelium to a depth of 2 mm. Beyond this depth, lymphatic vessels are sparsely distributed and show a significant and acute drop in density (Po0.0001; Figures 3a and b). Based on this observation, the lymphatic vasculature has been characterized thereafter in the stromal layer located within 2 mm of the adjacent subepithelial basal membrane or the nearest neoplastic invasive tumor edge. When considering specifically the stroma of exocervical, endocervical and transformation zone regions of the normal cervix (Figures 3c–e), a high lymphatic vessel density is detected under the transformation zone. In the transformation zone and exocervix, lymphatic vessels are distributed homogeneously Figure 3 (a) Binary image of benign cervical tissue section. The green line represents the bottom limit of the stromal layer located within 2 mm of depth from the epithelium basis. (b) Lymphatic vessel density measured within 2 mm of depth in comparison with that detected beyond this limit in benign cervical tissue. (c–e) Lymphatic vessel immunostaining (D2-40, pink) within the exocervix, the transformation zone and the endocervix in benign cervical tissue. For the endocervix, pure glandular epithelium (left) and immature squamous metaplastic zone (right) were presented. (f) Lymphatic vessel density measured under the three anatomical regions of the benign uterine cervix (Endo, endocervix; Exo, exocervix; TZ, transformation zone). (g–i) Lymphatic vessel (D2-40, pink) and neoplastic cells (p16INK4a, brown) immunostaining for (g) CIN3, (h) microinvasive and (i) 1B1 cervical neoplasia. (j) Lymphatic vessel density measured within the perineoplastic area of CIN3, microinvasive (MI) and 1B1 cervical lesions in comparison with non-pathological condition represented by the transformation zone of benign cervix (BC_TZ). Lymphatic vessel densities are expressed as the number of lymphatic vessel sections/mm2. Scale bars represent 500 mm. *Po0.05, ***Po0.001. Modern Pathology (2013), 1–12 91 Computerized lymphatic network analysis 7 C Balsat et al Figure 3 (Continued). Figure 4 (a) Double immunostaining of lymphatic endothelial cells (D2-40, pink) and proliferating cells (Ki67, brown). Magnification represents a proliferating lymphatic vessel with Ki67-positive endothelial cell (arrow) next to a section with quiescent endothelial cell (arrow head). Scale bar represents 500 mm. (b) Proliferating lymphatic vessel density measured under the three anatomical regions of the benign uterine cervix (Endo, endocervix; Exo, exocervix; TZ, transformation zone). (c) Proliferating lymphatic vessel density measured within the perineoplastic area of CIN3, microinvasive (MI) and 1B1 cervical lesions in comparison with non-pathological condition represented by the transformation zone of benign cervix (BC_TZ). Proliferating lymphatic vessel density is expressed as the number of lymphatic vessel sections/mm2. *Po0.05, **P40.01, ***Po0.001. while at the level of endocervix, they are heterogeneously distributed with low lymphatic vessel density under pure glandular epithelium and high lymphatic vessel density under immature squamous metaplastic zones that may be regarded as a focal transformation zone effect. The transformation zoneassociated lymphatic vessel density is higher than lymphatic vessel density observed under the exocervix (P ¼ 0.0115) and not statistically different from that measured under the endocervix (P ¼ 0.2475; Figure 3f). Given the importance of the transformation zone in cervical oncogenesis,26,27 we next compared lymphatic vessel density under the transformation zone of benign cervix, CIN3, microinvasive and stage IB1 invasive neoplasia (Figures 3g–i). No difference is seen between these different stages of cancer progression (transformation zone/CIN3 Modern Pathology (2013), 1–12 92 Computerized lymphatic network analysis 8 C Balsat et al Table 1 Association between intra- and peritumoral LVD and clinicopathologic tumor feature (LVSI and lymph node status) Intratumoral LVD Peritumoral LVD Mean±s.d. P-value Mean±s.d. P-value Nodal metastasis Absent (n ¼ 34) Present (n ¼ 12) 8.57±7.47 7.78±3.79 0.7214 9.52±4.12 9.33±6.03 0.4455 LVSI Absent (n ¼ 21) Present (n ¼ 25) 7.10±7.80 9.21±5.62 0.0550 8.76±4.64 10.72±6.27 0.3777 Abbreviations: LVD, lymphatic vessel density; LVSI, lymphovascular space invasion. Results are represented as mean value±s.d. The Mann–Whitney test was performed for comparison. The stromal density of proliferating lymphatic vessels is again higher under the transformation zone than under the exocervix (P ¼ 0.0114; Figure 4b). Transformation zone-associated proliferating lymphatic vessel density appears similar in benign cervix, CIN3 (P ¼ 0.6189) and microinvasive lesions (P ¼ 0.0889; Figure 4c). Proliferating lymphatic vessel density appears reduced in stage IB1 cervical cancers compared with microinvasive lesions (Po0.0001), CIN3 (P ¼ 0.0081) and benign cervix (P ¼ 0.0032). Lymphatic Vessel Distribution Figure 5 (a) Lymphatic vessel distribution under the three anatomical regions of the benign uterine cervix (Endo, endocervix; Exo, exocervix; TZ, transformation zone). (b) Lymphatic vessel distribution within the perineoplastic area of CIN3, microinvasive (MI) and 1B1 cervical lesions in comparison with non-pathological condition represented by the transformation zone of benign cervix (BC_TZ). Curves were normalized taking the maximum of the control curve at one. P ¼ 0.0927, transformation zone/microinvasive P ¼ 0.5288, transformation zone/invasive 1B1 cancers P ¼ 0.4349; Figure 3j). A further in depth quantification shows that a higher lymphatic vessel density is detected in the peritumoral area of IB1 cervical neoplasia compared with what was found in the ‘deep tissue’ of benign cervical tissue, stroma where lymphatic vessel density was initially low (superior to 2 mm from the adjacent epithelium; Supplementary Figure S1). In order to specifically investigate the lymphangiogenic activity, proliferating lymphatic vessels were detected by double immunostaining using anti-D2/40 and anti-Ki67 antibodies (Figure 4a). Modern Pathology (2013), 1–12 To better characterize the lymphatic vascular network, a global stromal analysis has been achieved by determining the distribution of lymphatic vessels in the region surrounding the epithelial layer in normal, preinvasive and invasive conditions. This generates vessel distribution curves allowing to determine the precise depth at which maximal vessel density is observed. In benign cervix, the distribution curve confirms the close vicinity between the lymphatic vessels and the epithelium basal membrane, both under the transformation zone and under the endocervix (Figure 5a). Indeed, the lymphatic vessel number peaks at a distance of 0.30 mm±0.12 of depth under transformation zone and 0.31 mm±0.23 under the endocervix, respectively. Oppositely, under the exocervix, the maximal vessel number is detected at 0.65 mm±0.52 to the epithelium, reaches a minimal value and remains constant thereafter. Notably, under the neoplastic epithelia, a shift of lymphatic vessel distribution toward the tumor edges is detected (Figure 5b). Indeed, the maximal lymphatic vessel density peaks at a lower distance under neoplasia compared with that found under the transformation zone of benign cervix (CIN3 ¼ 0.13 mm±0.07, microinvasion ¼ 0.13 mm±0.08 and IB1 cervical cancers ¼ 0.11 mm±0.07 versus transformation zone of benign 93 Computerized lymphatic network analysis 9 C Balsat et al cervix ¼ 0.30±0.12; Po0.05). Moreover, at this depth, a significant increase of relative vessel number (ranging from 60 to 89%) is observed under the neoplastic lesions. Association between Lymphatic Vessel Density and Spatial Distribution with Lymph Node Status and Lymphovascular Space Invasion in IB1 Cervical Cancer We next focused our investigation on early stage cervical cancer patients (FIGO stage IB1) by exploring intra- and peritumoral lymphatic vasculature. Lymphatic vessel density and spatial lymphatic distribution were tested for their ability to predict lymphovascular space invasion and lymph node status. Intra- and peritumoral global lymphatic vessel density are neither associated with lymph node status nor with lymphovascular space invasion positivity (Table 1). Conversely, a smaller distance between the entire peritumoral lymphatic vessels and tumor edges is associated with those related lymphatic dissemination parameters (positive lymphovascular space invasion ¼ 0.483 mm±0.2 versus negative lymphovascular space invasion ¼ 0.640± 0.21 mm, P ¼ 0.0162 and positive lymph node ¼ 0.388±0.19 versus negative lymph node ¼ 0.66 mm±0.19, P ¼ 0.0039; Figures 6a and b). In fact, a detailed analysis of the lymphatic vessel spatial distribution reveals that while the number of peritumoral lymphatic vessels peaks at similar distance of the tumor edges (positive lymphovascular space invasion ¼ 0.11 mm±0.04 negative lymphovascular space invasion ¼ versus 0.13 mm±0.05; P40.05 and positive lymph node ¼ 0.10±0.07 versus negative lymph node ¼ 0.013±0.04; P40.05), a higher number at this depth is correlated with lymphovascular space invasion (Po0.05) and lymph node metastasis (Po0.01; Figures 6c and d). Discussion Figure 6 (a, b) Mean vessel distance between peritumoral lymphatic vessels and the tumor edges. (c, d) Lymphatic vessel distribution analysis within the peritumoral area of 1B1 cervical cancers. Comparisons were performed regarding the presence/ absence of lymphatic vascular space invasion (LVSI) and lymph node status (N þ /N ). Curves were normalized taking the maximum of the control curve at one. *Po0.05, **Po0.01. In early cervical cancer, the tumor lymphatic vasculature profile is thought to be useful to early predict the risk of lymph node extension. However, owing to several limitations associated to the conventional hot spot technique, no consensus currently exists. In the present work, a detailed analysis of the global cervical lymphatic vasculature has been performed using an original and reproducible quantitative computerized assisted method. We describe for the first time a prominent lymphatic vessel density under the transformation zone of healthy cervical tissues, which has been characterized 30 years ago as the anatomical region where precancerous and cancerous lesions develop.26 Interestingly, no statistical difference between the transformation zone and the endocervix is due to the presence of immature metaplasia, zones that may be regarded as having a focal transformation Modern Pathology (2013), 1–12 94 Computerized lymphatic network analysis 10 C Balsat et al zone effect in the endocervix. The transformation zone is increasingly drawing the attention of researchers. It results from a metaplastic conversion of glandular epithelial cells into squamous epithelium in response to a repetitive hormone induce vaginal pH acidification and sexual intercourse injury.33 This metaplastic process is often associated with local deregulation of cytokine and chemokine production as well as inflammatory response. Herfs et al34 hypothesized that this could lead to the establishment of an immunosuppressive microenvironment and potentiate tumor cell progression to the underlying stroma. Moreover, an elegant study reported that only a discrete population of cells at the squamocolumnar junction would be the precursors for most HPV-associated cervical carcinomas.27 In this context, the presence of a lymphangiogenic niche under the transformation zone of healthy cervical tissues reported herein suggests the existence of a specific microenvironment that could contribute to cancer progression. These data also argue that for using this region as a control to which neoplastic lymphatic vasculature has to be compared. To date, an early lymphangiogenic switch during uterine cervical neoplasia progression appears well accepted in the literature. Schoppmann et al35 were first to observe a marked lymphatic vessel density under preinvasive lesions compared with normal cervical tissue but this failed to reach statistical significance. These results were then confirmed in three other studies that found a significant increase of lymphatic vessel density under CIN2/3 lesions or carcinoma in situ.10,11,15 A further rise of lymphangiogenesis in cervical cancers is supported by Longattho-Filho and Yang’s studies10,14 while contradictory results were reported by Schoppmann et al35 and Gombos et al.15 Recently, Cimpean et al12 showed an activation of the lymphangiogenic activity in preinvasive and microinvasive before decreasing its intensity in early cervical cancers. However, in most studies, stromal region of benign cervical tissue that was considered as nonpathological condition (exocervix, endocervix or transformation zone) was either not mentioned10,35 or corresponded to the exocervix.12,15,36 Discrepancies between early increase of lymphatic vessel densities and our results showing a similar lymphatic vessel density detected under the transformation zone of benign cervix and preinvasive lesions are thought to be due to an inappropriate choice for the stromal region of benign cervix considered as control. In our experience, during early steps of cancer progression (CIN3, micro-invasion and FIGO 1B1 neoplasia), no increase of lymphatic vessel density is found when compared with transformation zone of benign cervix. Our further observations of lymphatic vessel distribution indicate that, lymphatic vessel density maintains a stable level through the different stages of the neoplastic process Modern Pathology (2013), 1–12 secondary to lymphangiogenesis occurring in the deep tissue surrounding tumor invasive front in the stroma where lymphatic vessel density was initially low (superior to 2 mm from the adjacent epithelium). Moreover, the presence of Ki67-positive lymphatic vessels under any degrees of neoplasia supports that an ongoing lymphangiogenesis occurs during cancer progression. Interestingly, topographical modifications with a shift of lymphatic vessels toward the neoplastic edges are detected. Especially, despite similar lymphatic vessel density, a significant increase of the relative vessel number in the vicinity of neoplasia is found when compared the transformation zone of benign cervix. In accordance with the lymphangiogenic switch presented above, recent data reported high expression of VEGF-C and/or VEGF-D by neoplastic cells before the invasive process.9,11 In addition, Issa et al37 demonstrated that VEGF-C can promote tumor cell migration toward lymphatic vessels by increasing their proteolytic activity and motility as well as lymphatic secretion of the chemoattractive protein CCL21. Therefore, this supports the concept that lymphangiogenesis occurring during cancer progression is a continuum of the lymphangiogenic activity already present under the transformation zone of the benign cervix. In patients with early cervical cancer, the lymphatic vessel density was proposed as a new promising factor capable to predict lymph node extension. Especially, most clinical studies showed that peritumoral lymphatic vessel density is associated with an aggressiveness behavior and appeared as a strong predictive factor of lymph node metastasis.14–21,36 However, contradictory results were reported by three others groups.10,23,24 Interestingly, a few years ago, Van der Auwera et al22 proposed that these discrepancies are caused by a lack of reproducibility when lymphatic vessel density is measured by the conventional optical microscopy (hot spot technique). They highlighted that reliable quantification technique needs to be developed for lymphangiogenesis quantification in human solid tumors. In the present work, we confirm that lymphatic vessel density determination through the hot spot technique is subjected to high intra- and inter-observer variability. On the contrary, the proposed computerized method shows high accuracy and reproducibility in lymphatic vessel detection. When global analysis of tumor lymphatic vasculature is performed, intra- and peritumoral lymphatic vessel density do not correlated neither to lymph node metastasis nor to lymphovascular space invasion. Nevertheless, we demonstrate that the distribution of the lymphatic vasculature must be taken into consideration when characterizing the lymphatic vessel density. Indeed, in IB1 cervical cancer, while similar lymphatic vessel density is found, an increase of the relative vessel number in the vicinity of the tumor edges is associated with lymphovascular space invasion and 95 Computerized lymphatic network analysis 11 C Balsat et al lymph node metastasis. This indicates that interactions between tumor and lymphatic endothelial cells leading to a modification of the spatial distribution of the lymphatic network could promote tumor cell dissemination. In this context, we aim to draw fundamental scientist’s attention on the interest of a better characterization of the tumor and lymphatic endothelial cell interactions. A better understanding of such mechanisms could help to find new specific predictive maker of lymph node dissemination. In conclusion, thanks to a novel computerassisted technique, a detailed reproducible and reliable quantification of the lymphatic vasculature can be performed on any immunostained tissue. This approach allows to overcome limitations associated with the hot spot technique and opens new perspectives in the field of pathology. Notably, we demonstrate that the spatial lymphatic vessel distribution has to be taken into account when the risk of nodal extension is tested. For these reasons, we argue that global analysis of the tumor vasculature is preferable to the traditional focal hot spot analysis. Moreover, such analysis highlights the need to concentrate on a better understanding of tumor cell and lymphatic vessel interactions that are involved in topographical modifications of the lymphatic vasculature during cancer progression. Of great interest is our finding of a specific lymphangiogenic niche under the transformation zone where cell transformation occurs. Finally, similarly to cervical cancer, prognostic value of the tumor lymphatic vessel density has been studied in other human solid tumors such as breast, colorectal, prostate, non-small cell lung cancers and melanoma and interestingly contradictory results were frequently observed.38 Consequently, the technology developed in this study could potentially be used to better characterize the lymphatic vasculature and the risk of nodal extension in the context of other tumors. Acknowledgments We address a particular acknowledgment to Paulette Herlin from Groupe de recherche en informatique, image, automatique et instrumentation of Caen (GREYC, University of Caen, France) for her technical support for image decimation. This work was supported by grants from the FP7-HEALTH-2007-A proposal no. 201279 ‘MICROENVIMET’, the Fonds de la Recherche Scientifique Médicale, the Fonds de la Recherche Scientifique—FNRS (FRS—FNRS, Belgium), the Foundation against Cancer (foundation of public interest, Belgium), the CGRI—FNRS— INSERM Coopération, the Fonds spéciaux de la Recherche (University of Liège), the Centre Anticancéreux près l’Université de Liège, the Fonds Léon Fredericq (University of Liège), the Direction Générale Opérationnelle de l’Economie, de l’Emploi et de la Recherche from the SPW (Région Wallonne, Belgium), the Fonds Social Européen (FSE, Belgium), the Fonds d’Investissements de la Recherche Scientifique (FIRS, CHU, Liège, Belgium), the Interuniversity Attraction Poles Programme—Belgian Science Policy (Brussels, Belgium), the Plan National Cancer (Service Public Fédéral). The Actions de Recherche Concertées (University of Liege, Belgium). CB is recipient of a Télévie-FNRS grant. Disclosure/conflict of interest The authors declare no conflict of interest. References 1 Leong SP, Zuber M, Ferris RL, et al. Impact of nodal status and tumor burden in sentinel lymph nodes on the clinical outcomes of cancer patients. J Surg Oncol 2011;103:518–530. 2 Delgado G, Bundy B, Zaino R, et al. Prospective surgical-pathological study of disease-free interval in patients with stage IB squamous cell carcinoma of the cervix: a Gynecologic Oncology Group study. Gynecol Oncol 1990;38:352–357. 3 Hacker NF, Wain GV, Nicklin JL. Resection of bulky positive lymph nodes in patients with cervical carcinoma. Int J Gynecol Cancer 1995;5:250–256. 4 Sakuragi N. Up-to-date management of lymph node metastasis and the role of tailored lymphadenectomy in cervical cancer. Int J Clin Oncol 2007;12:165–175. 5 Benedetti-Panici P, Maneschi F, Scambia G, et al. Lymphatic spread of cervical cancer: an anatomical and pathological study based on 225 radical hysterectomies with systematic pelvic and aortic lymphadenectomy. Gynecol Oncol 1996;62:19–24. 6 Tammela T, Alitalo K. Lymphangiogenesis: molecular mechanisms and future promise. Cell 2010;140:460–476. 7 Sevin BU, Lu Y, Bloch DA, et al. Surgically defined prognostic parameters in patients with early cervical carcinoma. A multivariate survival tree analysis. Cancer 1996;78:1438–1446. 8 Ji RC. Lymphatic endothelial cells, tumor lymphangiogenesis and metastasis: new insights into intratumoral and peritumoral lymphatics. Cancer Metastasis Rev 2006;25:677–694. 9 Van Trappen PO, Steele D, Lowe DG, et al. Expression of vascular endothelial growth factor (VEGF)-C and VEGF-D, and their receptor VEGFR-3, during different stages of cervical carcinogenesis. J Pathol 2003;201: 544–554. 10 Longatto-Filho A, Pinheiro C, Pereira SM, et al. Lymphatic vessel density and epithelial D2-40 immunoreactivity in pre-invasive and invasive lesions of the uterine cervix. Gynecol Oncol 2007;107:45–51. 11 Jach R, Dulinska-Litewka J, Laidler P, et al. Expression of VEGF, VEGF-C and VEGFR-2 in in situ and invasive SCC of cervix. Front Biosci (Elite Ed) 2010;2:411–423. 12 Cimpean AM, Mazuru V, Cernii A, et al. Detection of early lymphangiogenesis by lymphatic microvascular density and endothelial proliferation status in preneoplastic and neoplastic lesions of the uterine cervix. Pathol Int 2011;61:395–400. Modern Pathology (2013), 1–12 96 Computerized lymphatic network analysis 12 C Balsat et al 13 Utrera-Barillas D, Castro-Manrreza M, Castellanos E, et al. The role of macrophages and mast cells in lymphangiogenesis and angiogenesis in cervical carcinogenesis. Exp Mol Pathol 2010;89:190–196. 14 Yang S, Cheng H, Cai J, et al. PlGF expression in preinvasive and invasive lesions of uterine cervix is associated with angiogenesis and lymphangiogenesis. APMIS 2009;117:831–838. 15 Gombos Z, Xu X, Chu CS, et al. Peritumoral lymphatic vessel density and vascular endothelial growth factor C expression in early-stage squamous cell carcinoma of the uterine cervix. Clin Cancer Res 2005;11: 8364–8371. 16 Gao P, Zhou GY, Yin G, et al. Lymphatic vessel density as a prognostic indicator for patients with stage I cervical carcinoma. Hum Pathol 2006;37:719–725. 17 Zhang SQ, Yu H, Zhang LL. Clinical implications of increased lymph vessel density in the lymphatic metastasis of early-stage invasive cervical carcinoma: a clinical immunohistochemical method study. BMC Cancer 2009;9:64. 18 Yu H, Zhang S, Zhang R, et al. The role of VEGF-C/D and Flt-4 in the lymphatic metastasis of early-stage invasive cervical carcinoma. J Exp Clin Cancer Res 2009;28:98. 19 Saad RS, Ismiil N, Ghorab Z, et al. Lymphatic vessel density as a prognostic marker in clinical stage I endocervical adenocarcinoma. Int J Gynecol Pathol 2010;29:386–393. 20 Liu H, Xiao J, Yang Y, et al. COX-2 expression is correlated with VEGF-C, lymphangiogenesis and lymph node metastasis in human cervical cancer. Microvasc Res 2011;82:131–140. 21 Cai L, Yang S, Ding H, et al. Tumor-associated lymphatic endothelial cell promotes invasion of cervical cancer cells. APMIS 2013 (e-pub ahead of print). 22 Van der Auwera I, Cao Y, Tille JC, et al. First international consensus on the methodology of lymphangiogenesis quantification in solid human tumours. Br J Cancer 2006;95:1611–1625. 23 Sotiropoulou N, Bravou V, Kounelis S, et al. Tumour expression of lymphangiogenic growth factors but not lymphatic vessel density is implicated in human cervical cancer progression. Pathology 2010;42:629– 636. 24 Xiong Y, Cao LP, Rao HL, et al. Clinical significance of peritumoral lymphatic vessel density and lymphatic vessel invasion detected by D2-40 immunostaining in FIGO Ib1-IIa squamous cell cervical cancer. Cell Tissue Res 2012;348:515–522. 25 Balsat C, Blacher S, Signolle N, et al. Whole slide quantification of stromal lymphatic vessel distribution and peritumoral lymphatic vessel density in early invasive cervical cancer: a method description. ISRN Obstet Gynecol 2011;2011:354861. 26 Burghardt E, Ostor AG. Site and origin of squamous cervical cancer: a histomorphologic study. Obstet Gynecol 1983;62:117–127. 27 Herfs M, Yamamoto Y, Laury A, et al. A discrete population of squamocolumnar junction cells implicated in the pathogenesis of cervical cancer. Proc Natl Acad Sci U S A 2012;109:10516–10521. 28 Lester SC. Manual of Surgical Pathology, Vol. Churchill Livingstone 2001. 29 Mukonoweshuro P, Oriowolo A, Smith M. Audit of the histological definition of cervical transformation zone. J Clin Pathol 2005;58:671. 30 Tsai WH. Moment-preserving thresholding: a new approach. Computer Vision, Graphics Image Processing 1995;29:377–393. 31 Franc¸oise R MJJ, Plancoulaine B, Herlin P. Optimal resolution for automatic quantification of blood vessels on digitized images of the whole cancer section. Image Analysis Stereol 2005;24:59–67. 32 Weidner N, Semple JP, Welch WR, et al. Tumor angiogenesis and metastasis—correlation in invasive breast carcinoma. N Engl J Med 1991;324:1–8. 33 Delvenne P, Herman L, Kholod N, et al. Role of hormone cofactors in the human papillomavirusinduced carcinogenesis of the uterine cervix. Mol Cell Endocrinol 2007;264:1–5. 34 Herfs M, Hubert P, Delvenne P. Epithelial metaplasia: adult stem cell reprogramming and (pre)neoplastic transformation mediated by inflammation? Trends Mol Med 2009;15:245–253. 35 Schoppmann SF, Schindl M, Breiteneder-Geleff S, et al. Inflammatory stromal reaction correlates with lymphatic microvessel density in early-stage cervival cancer. Anticancer Res 2001;21:3419–3423. 36 En-Lin S, Wei-Wei Y, Xiao-Liang X, et al. Relationship between high density of peritumoral lymphatic vessels and biological behavior of cervical cancer. Int J Gynecol Cancer 2012;22:1435–1441. 37 Issa A, Le TX, Shoushtari AN, et al. Vascular endothelial growth factor-C and C-C chemokine receptor 7 in tumor cell-lymphatic cross-talk promote invasive phenotype. Cancer Res 2009;69:349–357. 38 Sleeman JP, Thiele W. Tumor metastasis and the lymphatic vasculature. Int J Cancer 2009;125: 2747–2756. Supplementary Information accompanies the paper on Modern Pathology website (http://www.nature.com/ modpathol) Modern Pathology (2013), 1–12 97 Résultats IV. Résultats complémentaires 1. LVD et métaplasie Lors de l’étude détaillée de la vascularisation lymphatique des cols sains, une distribution hétérogène de ce réseau a été rapportée sous la région endocervicale. Une LVD élevée est généralement observée sous les régions de l’endocol présentant une métaplasie immature contrairement aux régions "purement glandulaires" sous lesquelles une faible LVD est détectée (figure 28A). Nous avons ainsi suggéré que l’absence d’une différence significative entre les LVD quantifiées sous l’endocol et la zone de transformation pourrait être due à la présence de ces zones de métaplasies immatures. Afin de tester cette hypothèse, la vascularisation lymphatique uniquement présente sous les régions "purement glandulaires" de l’endocol a été comparée à celle détectée sous la zone de transformation. Dans ce cas, une diminution de la LVD initialement détectée sous l’endocol complet est observée. Cette LVD nouvellement mesurée apparaît dès lors inférieure à celle détectée sous la zone de transformation (figure 28B). A B * 30 * LVD 20 10 En do ZT Ex o 0 Figure 28 : (A) Vaisseaux lymphatiques (rouge) présents sous l’épithélium "purement glandulaire" (gauche) et sous les zones de métaplasies immatures (droite) au niveau de l’endocol d’un cas de col sain. Un agrandissement de l’épithélium métaplasique est présenté dans l’encadrement. La barre d’échelle représente 500µm. (B) Quantification de la densité en vaisseaux lymphatiques sous les régions "purement glandulaires" de l’endocol (Endo) comparativement à l’exocol (Exo) et la zone de transformation (ZT). *p<0,05. 98 Résultats 2. Inflammation Le processus de métaplasie menant à la formation et l’élongation de la zone de transformation est fréquemment associé à un recrutement de cellules inflammatoires pouvant mener au développement d’une réponse inflammatoire chronique [53, 54]. Chez l’homme, la lymphangiogenèse est un évènement intimement lié à l’inflammation chronique [155]. Certaines cellules inflammatoires telles que les macrophages peuvent notamment exprimer des facteurs lymphangiogènes en réponse à la libération de cytokines pro-inflammatoires [6467]. Dans ce contexte, nous avons testé si un microenvironnement inflammatoire était également présent sous la zone de transformation des cols sains au niveau de laquelle une LVD maximale a été mise en évidence. Pour ce faire, une analyse de la densité en cellules inflammatoires totales ainsi qu’en macrophages dans les différentes régions du col sains (exocol, zone de transformation et endocol) a été réalisée par immunohistochimie à l’aide d’anticorps respectivement dirigés contre les protéines CD45 et CD68. Les résultats ont été obtenus après une analyse informatique des images digitales réalisée sur l’ensemble du stroma sous-épithélial, jusqu’à une profondeur de 2 mm. Comparativement à l’exocol, une densité supérieure en cellules inflammatoires totales ainsi qu’en macrophages est détectée sous la zone de transformation des cols sains. De manière similaire à ce qu’il avait été observé pour la densité en vaisseaux lymphatiques totaux et en prolifération, aucune différence significative entre l’endocol et la zone de transformation n’est observée (figure 29). 5 2 1 0 En do ZT Ex o 0 3 En do 10 ** ZT * 4 Ex o 15 Densité en surface (CD68) B Densité en surface (CD45) A Figure 29 : Quantification assistée par ordinateur de la densité en surface (A) des cellules inflammatoires totales ainsi que (B) des macrophages dans les 3 régions anatomiques des cols sains (Exo = exocol, ZT = zone de transformation et Endo = endocol) jusqu’à une profondeur de 2 mm. 99 Résultats 3. Lymphangiogenèse : VEGF-C Parallèlement à la densité en vaisseaux lymphatiques totaux et en prolifération, le VEGF-C, principal facteur de croissance lymphangiogène, a également été étudié par immunohistochimie afin de préciser l’activité lymphangiogène présente au niveau des cols sains ainsi que dans les lésions cancéreuses du col utérin. Tout d’abord, une comparaison de la densité et de l’intensité de marquage VEGF-C a été réalisée entre les 3 régions anatomiques des cols sains. Par la suite, ces paramètres ont été quantifiés dans les lésions néoplasiques de stade FIGO IB1 et comparés au statut ganglionnaire ainsi qu’à la présence/absence d’emboles lymphatiques. Les résultats ont été également obtenus après une analyse informatique d’images digitales. a) Le col sain Le VEGF-C est immuno-détecté dans le cytoplasme des cellules localisées dans le stroma sous-épithélial (figure 30A). Ces cellules sont petites, présentent une forme arrondie ainsi qu’un rapport nucléo-cytoplasmique élevé, morphologie caractéristique des cellules inflammatoires. Une analyse automatique assistée par ordinateur révèle que, sous la zone de transformation, la densité de marquage est supérieure à celle observée sous l’exocol (figure 30B). Cependant, une fois encore, aucune différence entre l’endocol et la zone de transformation n’est observée. Enfin, dans chaque région, l’intensité de marquage moyen est identique (figure 30C). B 0.6 0.4 0.2 en do ZT 0.0 5 4 3 2 1 0 Figure 30 : Etude du marquage VEGF-C dans les cas de cols sains. (A) Immunomarquage des cellules localisées au niveau du stroma sous-épithélial de la zone de transformation. (B) Densité et (C) intensité de marquage détectées dans les 3 zones des cols sains (Exo = exocol, ZT = zone de transformation et Endo = endocol) jusqu’à une profondeur de 2 mm. 100 En do 0.8 6 ZT 1.0 ** Ex o * VEGF-C intensité (10 6 (-)/mm²) C Ex o VEGF-C (densité en aire) A Résultats b) VEGF-C et paramètres cliniques Dans les néoplasies cervicales de stade FIGO IB1, un marquage VEGF-C est observé au niveau du cytoplasme des cellules tumorales et de celui des cellules du stroma péritumoral. La densité ainsi que l’intensité de marquage détectées ont ensuite été comparées au statut ganglionnaire et à la présence d’emboles lymphatiques. Dans tous les cas, le profil de marquage VEGF-C n’est pas corrélé à ces paramètres cliniques de dissémination lymphatique (figure 31). B S 0.4 0.3 0.2 0.1 0.0 N- T NS 0.5 N+ VEGF-C (densité en aire) A D 2 N+ N- 0 0.3 0.2 0.1 6 4 2 0 0.0 LV SI + 4 0.4 NS 8 LV SI - 6 Intensité (10^6 (-)/mm²) VEGF-C (densité en aire) Intensité (10^6 (-)/mm²) 8 E NS 0.5 LV SI + NS LV SI - C Figure 31 : (A) Mise en évidence du facteur de croissance lymphangiogène VEGF-C dans les cas de cancers du col de stade FIGO IB1. Les cellules Tumorales "T" et certaines cellules du stroma "S" sont immunomarquées. (B, C, D et E) Quantification informatique de la densité et de l’intensité de marquage. (B et C) Comparaison de la densité et de l’intensité de marquage en fonction du statut ganglionnaire (N+/N-). (D et E) Comparaison de la densité et de l’intensité de marquage en fonction de l’absence (LVSI-) ou de la présence (LVSI+) d’emboles lymphatiques détectés lors de l’examen histologique. NS est l’abréviation de non significatif. 101 Résultats 4. Lymphangiogenèse : vaisseaux en cours de prolifération La valeur diagnostique potentielle de la lymphangiogenèse en cours sur le risque de dissémination ganglionnaire a également été analysée. Pour ce faire, la densité en vaisseaux lymphatiques péritumoraux en cours de prolifération a été confrontée aux paramètres cliniques de dissémination lymphatique (LVSI et métastase ganglionnaire). Aucune corrélation entre la densité en vaisseaux lymphatiques en cours de prolifération et le statut ganglionnaire ainsi que la présence d’emboles lymphatiques n’est observée (figure 32). NS NS 0.25 Prolifarating LVD 0.20 0.15 0.10 0.05 0.00 0.20 0.15 0.10 0.05 + N - LV SI + LV S I- 0.00 N Proliferating LVD 0.25 Figure 32 : Corrélation entre la densité en vaisseaux lymphatiques en cours de prolifération (proliferating LVD) et les paramètres cliniques de dissémination ganglionnaire : présence/absence d’emboles lymphatiques (LVSI+/LVSI-) et le statut ganglionnaire (N+/N-). NS est l’abréviation de non significatif. 5. Paramètres morphologiques Plusieurs études rapportent que les vaisseaux lymphatiques localisés en pérphérie de la tumeur peuvent présenter une dilatation de leur lumière [210, 220]. Il est proposé qu’une augmentation abrupte de la pression du fluide interstitiel consécutive à une croissance tumorale rapide pourrait expliquer cette augmentation de taille des vaisseaux localisés en périphérie de la tumeur. Zhang et al soutiennent qu’un nombre accru de vaisseaux lymphatiques "dilatés" pourrait avoir un impact favorable sur le risque de dissémination tumorale [220]. Afin de tester la valeur pronostique de la morphologie des vaisseaux lymphatiques sur le risque de dissémination ganglionnaire, l’aire et la circularité (indice de "rondeur" compris entre 0 et 1, dont la valeur la plus élevée indique la présence d’un rond parfait) des vaisseaux lymphatiques ont été corrélées à la présence/absence d’emboles lymphatiques ainsi qu’au statut ganglionnaire (Tableau 7). Il apparaît que l’aire des vaisseaux 102 Résultats lymphatiques n’est corrélée ni à la présence d’emboles lymphatiques ni au statut ganglionnaire. Une circularité accrue est néanmoins corrélée au statut ganglionnaire. Cependant, étant donné la faible différence entre les cas N+ et N- (2,5% en moyenne), la signification biologique de cette différence est discutable. Tableau 7: Corrélation entre l’aire/circularité des vaisseaux lymphatiques et les paramètres cliniques de dissémination ganglionnaire (LVSI et métastase ganglionnaire) Aire (µm²) Moyenne ± DS P value Circularité (%) Moyenne ± DS P value Métastase ganglionnaire Absent (n=34) Présent (n=12) 1120 ± 357,1 1341,2 ± 620,8 0,3612 67,7 ± 3,5 70,3 ± 3,9 0,0390 0,1517 67,8 ± 3,6 68,8 ± 3,8 0,4020 Embole lymphatique Absent (n=21) Présent (n=25) 1277,2 ± 462,9 1060,9 ± 400,1 Les résultats sont présentés sous forme de moyennes ± déviation standard (DS). 6. Résultats complémentaires : conclusions Nos résultats complémentaires indiquent que : - Au niveau des cols sains, la détection d’une LVD proéminente peut être associée à la présence de zones de métaplasies. Cette observation soutient l’existence d’un microenvironnement lymphangiogène sous la zone de transformation, résultat d’une conversion métaplasique de l’épithélium glandulaire en un épithélium squameux en réponse à une agression répétée de la zone de jonction. - Parallèlement à un réseau dense en vaisseaux lymphatiques, un microenvironnement inflammatoire composé de cellules capables de produire du VEGF-C est également présent sous la zone de transformation des cols sains. - La lymphangiogenèse active (VEGF-C et densité en vaisseaux en cours de prolifération) n’apparaît pas comme un marqueur d’extension ganglionnaire. Cette observation est en accord avec nos précédents résultats obtenus après quantification de LVD péritumorale globale. - Les paramètres morphologiques des vaisseaux lymphatiques n’apparaîssent pas comme des marqueurs d’extension ganglionnaire. 103 Résultats Résultats principaux La technique de hot-spot, basée sur l’analyse d’une surface de 0,6 mm² de tissu et utilisée pour la quantification de la LVD, présente une variabilité intra et interobservateur importante. Dans le cadre de ce travail, celles-ci ont été respectivement estimées à 45,2% et 33,8% pour la quantification de la LVD intratumorale ainsi que 40,2% et 23,6% pour la quantification de LVD péritumorale. A l’inverse, la technique d’analyse d’images originale que nous avons développée permet de détecter plus de 93% de la totalité des vaisseaux lymphatiques sur la surface totale d’un tissu avec un taux de variabilité inférieur à 5%. De plus, celle-ci permet de réaliser une caractérisation détaillée et objective de la vascularisation lymphatique tout en tenant compte de l’hétérogénéité tumorale. A l’aide de notre technique d’analyse d’images, nous avons observé qu’au niveau du col sain, une LVD significativement plus importante est présente jusqu’à une profondeur de 2 mm par rapport à celle mesurée au-delà de cette profondeur. Parmi cette région périépithéliale, les densités en vaisseaux lymphatiques totaux et en cours de prolifération sont plus élevées au niveau de la zone de transformation que dans la région l’exocervicale et non significativement différentes de celles détectées au niveau de l’endocol. Comparativement à la zone de transformation, une LVD identique a été observée aux différents stades clés de la progression tumorale (CIN3, micro-invasion et stade FIGO IB1). Par contre, la densité maximale en vaisseaux lymphatiques est observée à une distance plus faible du bord des lésions néoplasiques, et à cet endroit, une augmentation significative de la proportion en vaisseaux lymphatiques a été détectée. Dans les lésions cancéreuses de stade FIGO IB1, les densités en vaisseaux lymphatiques totaux intra et péritumoraux ainsi que la densité en vaisseaux lymphatiques en cours de prolifération dans la région péritumorale ne sont pas corrélées au statut ganglionnaire et à la présence d’emboles lymphatiques. Par contre la présence d’un nombre significativement plus important de vaisseaux lymphatiques à proximité immédiate du bord des cellules néoplasiques a été corrélée à un statut ganglionnaire positif et à la présence d’emboles lymphatiques. 104 DISCUSSION ET PERSPECTIVES 105 Discussion et perspectives Le cancer cervical de stade débutant représente 50% des néoplasies cervicales diagnostiquées annuellement en Europe. Il succède à un état précancéreux, HPV induit, prenant naissance au niveau de la zone de transition squamocylindrique [48, 49]. Le mode préférentiel de dissémination est lymphatique et son risque croît avec le volume tumoral et la profondeur d’invasion stromale [88, 89, 110]. Le pronostic du néoplasme cervical débutant est favorable avec un taux de survie sans récidive de 85% à 5 ans au prix d’une approche thérapeutique associant une résection radicale de la tumeur primitive et la stadification du réseau ganglionnaire pelvien [109]. Le statut histologique de ce dernier représente le facteur pronostic principal de la pathologie [93, 105]. Un intérêt particulier s’est récemment porté sur le versant lymphatique du plan thérapeutique. La caractérisation de variables tumorales prédictives d’une extension ganglionnaire d’une part et le ciblage de la stadification lymphatique par la technique du ganglion sentinelle d’autre part, contribuent chacune à limiter la morbidité thérapeutique potentielle. La lymphangiogenèse est décrite comme un évènement central favorisant la dissémination des cellules néoplasiques jusqu’aux ganglions locorégionaux [191-201]. La densité en vaisseaux lymphatiques (LVD) péritumorale est proposée comme un facteur pronostique prometteur d’extension ganglionnaire [210, 212, 215, 216, 219-226]. Cependant, en raison du manque d’objectivité et de reproductibilité qui caractérise la technique de hotspot aucun consensus n’a actuellement pu être établi à ce sujet [214, 227-229]. Van der Auwera et al ont conclu que le développement d’une méthode robuste caractérisée par un taux de reproductibilité important était requise afin de vérifier le potentiel pronostique éventuel de la LVD [184]. Conscients de la nécessité de dépasser les principales limitations associées à la technique de hot-spot pour la quantification de la vascularisation lymphatique, nous avons développé une nouvelle technique originale basée sur l’analyse informatique d’images digitales. Celle-ci permet de détecter à haute résolution plus de 93% des vaisseaux lymphatiques contenus sur la totalité d’un tissu avec un taux de variation inférieur à 5%. Précédemment, d’autres systèmes d’analyse d’un réseau vasculaire à partir d’images digitales avaient été décrits [265, 266, 268]. Cependant, ceux-ci s’avèrent incapables de détecter de manière précise les vaisseaux sur la totalité du tissu. En effet, la principale problématique liée à la détection automatique à partir d’images virtuelles réside dans la gestion de la taille de ces images. Celles-ci peuvent bien souvent excéder la capacité en mémoire RAM des ordinateurs actuels. Dès lors, ces études se sont concentrées soit sur la totalité du tissu acquis à faible résolution, méthode ne permettant pas une détection précise des vaisseaux lymphatiques, soit 106 Discussion et perspectives sur une surface restreinte acquise à haute résolution. Afin de contourner cette problématique, les méthodes de compression sans perte d’informations LZW et de traitement par blocs de l’image ont été inclues lors de la mise au point de notre méthode. La technique d’analyse d’images développée dans le cadre de ce travail représente, à notre connaissance, le premier système permettant de réaliser une étude robuste et reproductible de la vascularisation lymphatique sur la surface totale de tissus immunomarqués. Conjointement au gain de robustesse et de reproductibilité, la technique que nous avons développée permet également de réaliser une caractérisation détaillée de la vascularisation lymphatique tout en tenant compte de l’hétérogénéité tumorale. La génération d’images binaires contenant la totalité des structures d’intérêt ouvre également de nouvelles perspectives. Notamment, en plus des mesures classiques de densités en nombre et en aire réalisées jusqu’à présent, des paramètres morphologiques telles que la taille, la circularité et l’élongation des vaisseaux lymphatiques peuvent être analysés. Une nouvelle méthode de quantification permettant de réaliser une étude de la distribution spatiale des vaisseaux lymphatiques par rapport à la tumeur a également été développée. Celle-ci permet de déterminer des modifications d’organisation spatiale pouvant potentiellement résulter d’interactions établies entre les cellules tumorales et les cellules endothéliales lymphatiques. A ce jour, de telles analyses ne pouvaient être réalisées à partir des techniques classiques de microscopie conventionnelle. Pourtant, la dissémination lymphatique des cellules tumorales est décrite comme un mécanisme complexe pouvant être influencé par différents facteurs telles que la production intense de facteurs de croissance [206, 210, 212], une modification de la pression du fluide interstitiel [168] ainsi que la production de chémo-attractants [171, 172]. Dès lors, il apparait qu’une analyse détaillée de la vascularisation lymphatique semble indiquée pour l’étude des paramètres de risque de dissémination lymphatique. Plusieurs groupes soutenaient également que le développement de nouveaux outils de quantification permettrait de stimuler la recherche de nouveaux marqueurs biologiques pronostiques dans le cadre d’études translationnelles [269, 270]. En accord avec ces demandes, la technique que nous avons développée permet, dès à présent, d’analyser le réseau vasculaire lymphatique de manière robuste, reproductible et détaillée dans le but d’obtenir une meilleure caractérisation des phénomènes intervenant à l’interface entre les cellules tumorales et le stroma périphérique. Parallèlement aux avantages présentés ci-dessus, certaines limitations doivent être discutées. La qualité des images digitales représente la principale problématique rencontrée. 107 Discussion et perspectives La présence de poussières, débris, plis ou bulles au niveau de la coupe peut masquer une partie de l’information et/ou induire l’acquisition de zones floues responsables d’erreurs lors de la détection automatique assistée par ordinateur [271]. La réalisation d’un contrôle qualité de l’image et la réalisation d’un nouveau scan de l’image peuvent, dans certains cas, être responsables d’une perte de temps significative [272]. De même, afin d’obtenir un niveau de reproductibilité élevé lors de la détection des vaisseaux lymphatiques, le respect d’une méthode standard est obligatoire. Des modifications dans le protocole d’immunomarquage et/ou d’acquisition des images pourraient être à l’origine d’une variabilité inter-laboratoires. Finalement, la détection précise des structures d’intérêt à haute résolution et sur la totalité de l’image requiert un délai pouvant atteindre jusqu’à une dizaine d’heures en fonction de la taille du tissu. Par conséquent, notre méthode semble actuellement peu adaptée pour un usage quotidien en pathologie clinique. Par contre, celle-ci se présente aujourd’hui comme la méthode la plus appropriée pour l’étude globale de la vascularisation lymphatique dans le cadre d’études expérimentales et translationnelles. Un tableau récapitulatif des principaux avantages et limitations de la méthode proposée est présenté ci-dessous (Tableau 8). Tableau 8 : Tableau comparatif entre la technique de hot-spot et la technique d’analyse d’images digitales. HOT SPOT IMAGES DIGITALES ROBUSTESSE Précision Variabilité Péritumorale Intratumorale Surface de tissu analysable - 93 3,5% 23,6% > 40% < 5% < 5% 0,6 mm² Totalité du tissu CARACTERISATION DU RESEAU VASCULAIRE LVD (nombre/mm²) Applicable Applicable LVD (surface/mm²) Approximation Applicable Paramètres morphologiques Non applicable Applicable Distribution spatiale Non applicable Applicable Vaisseaux lymphatiques et sanguins Pas de limitation 5 min par coupe Dépend de la taille de l’image (plusieurs heures par coupe) Méthode de Weidner et al Obligatoire AUTRE Marquage immunohistologique analysable LIMITATIONS Temps Standardisation 108 Discussion et perspectives A l’aide de la technique d’analyse d’image digitale, une caractérisation détaillée de la vascularisation lymphatique présente au niveau des tissus cervicaux a été réalisée. Celle-ci nous a tout d’abord permis de rapporter l’observation originale selon laquelle une niche lymphangiogène est présente sous la zone de transformation des cols sains. Des densités maximales en vaisseaux lymphatiques totaux (LVD) et en cours de prolifération ("proliferating LVD") ont en effet été observées à cet endroit. En accord avec ces observations, des résultats complémentaires indiquent la présence d’une LVD élevée sous les zones de métaplasies immatures de l’endocol, métaplasie considérée comme processus adaptatif menant à l’établissement et à l’élongation de la zone de transformation. Ceci suggère donc que la mise en place et l’élongation de la zone de transformation s’accompagneraient d’un processus de lymphangiogenèse. En 1983, Burghardt et al ont démontré que les précurseurs de lésions néoplasiques se présentent majoritairement sous la forme d’une métaplasie squameuse atypique localisée au sein de la zone de transformation [48]. Récemment, Herfs et al ont identifié la présence d’une population discrète de cellules souches faisant partie de la zone de jonction squamocylindrique et suggèrent que ces cellules représentent les réels précurseurs des lésions néoplasiques cervicales [49]. Parallèlement, la présence d’un microenvironnement permissif semble requise pour la progression des lésions néoplasiques. Une réduction de la densité en cellules présentatrices d’antigènes [59] ainsi qu’une réponse inflammatoire chronique de type Th2 y ont notamment été décrites [58]. En accord avec ce dernier, nous avons également observé la présence d’un infiltrat inflammatoire composé de cellules produisant du VEGF-C sous la zone de transformation des cols sains que nous avons analysés. Celles-ci pourraient expliquer la présence des densités maximales en vaisseaux lymphatiques totaux et en cours de prolifération à cet endroit. De même, le fait que la lymphangiogenèse soit reconnue comme un processus intimement lié à l’inflammation chronique [63] est en accord avec notre observation d’un réseau vasculaire dense sous la zone de transformation des cols sains. Ensemble, nos résultats soutiennent la présence d’une niche lymphangiogène sous la zone de transformation des cols sains préalablement au développement d’une lésion néoplasique. Notre observation d’une niche lymphangiogène sous la zone de transformation ne permet pas de déterminer le rôle qu’elle y joue. Nous suggérons cependant que la présence d’un nombre important de vaisseaux lymphatiques pourrait faciliter la libération de l’infiltrat inflammatoire à cet endroit comme cela est généralement décrit lors d’une réaction inflammatoire chronique [64-67]. Récemment, de nouveaux éléments soutiennent également 109 Discussion et perspectives un rôle immuno-modulateur des cellules endothéliales lymphatiques ainsi que des facteurs exprimés au cours de la lymphangiogenèse pouvant mener au développement d’un milieu propice au développement cancéreux [185, 187-190]. Dans ce contexte, nous émettons l’hypothèse selon laquelle la présence d’une niche lymphangiogène sous la zone de transformation pourrait participer activement à l’établissement d’un microenvironnement favorable au développement des néoplasies cervicales à cet endroit. En accord avec cette hypothèse, Alitalo et al ont récemment démontré, dans un modèle murin de mélanome inductible, qu’une inhibition des VEGF-C et D induit une réduction du nombre de lésions intra-épithéliales s’étant développées, ainsi qu’un retard dans le développement des lésions invasives [186]. Actuellement, l’existence d’un "switch lymphangiogénique" précoce au cours de la progression des néoplasies cervicales apparait largement acceptée. Schoppman et al furent les premiers à observer la présence d’une LVD élevée sous les lésions pré-invasives comparativement à des cols sains sans pour autant montrer de différences statistiquement significatives [213]. Ultérieurement, plusieurs travaux démontrèrent une augmentation marquée de la densité en vaisseaux lymphatiques sous les lésions CIN2/3 [210, 214]. Enfin, Cimpean et al ont récemment mis en évidence que la présence du facteur de transcription Prox-1 n’est observée qu’à partir des lésions CIN2 et 3 [273]. En contradiction avec ces résultats, nous avons démontré qu’une LVD élevée est déjà présente sous la zone de transformation des cols sains et que celle-ci n’est pas significativement différente de celle mesurée sous les lésions CIN3. De plus, des vaisseaux lymphatiques en cours de prolifération sont également déjà observés en l’absence de lésions néoplasiques. Nous expliquons ces divergences par des différences dans le choix de la région du col utérin considérée comme contrôle. En effet, dans la plupart de ces études, la région du col sain considérée comme non pathologique était soit non mentionnée [213, 214, 273], soit correspondait exclusivement à la région exocervicale [210]. Dans ce travail, nous soutenons qu’étant donné l’importance de la zone de transformation lors de la carcinogenèse des néoplasies cervicales, celle-ci doit être considérée comme la région contrôle à laquelle les mesures réalisées au cours de la progression tumorale doivent être comparées. A ce jour, plusieurs études soutiennent que le risque qu’une cellule tumorale entre en contact avec un vaisseau lymphatique et dissémine jusqu’aux ganglions locorégionaux croît graduellement tout au long de la progression tumorale. Une augmentation progressive de la densité en vaisseaux lymphatiques au cours de la progression tumorale a notamment été 110 Discussion et perspectives rapportée [214-216]. Cependant, des résultats contradictoires ont également été présentés et ne permettent pas de confirmer cette hypothèse [210, 213]. Au cours de ce travail, nous avons démontré que la LVD initialement mise en évidence sous la zone de transformation des cols sains est maintenue aux différents stades clés de la progression tumorale (CIN3, microinvasion et stade FIGO IB1). L’analyse complémentaire de la répartition des vaisseaux lymphatiques à travers les tissus révèle néanmoins l’existence d’une lymphangiogenèse tout au long de l’invasion du stroma par les cellules tumorales. En effet, la LVD péritumorale mesurée dans les cancers de col de stade FIGO IB1 s’avère significativement supérieure à celle initialement mesurée au niveau du stroma profond des cols sains (localisé à plus de 2 mm du bord de l’épithélium). Par conséquent, nous soutenons l’existence d’une lymphangiogenèse tumorale impliquée dans le maintien d’un microenvironnement dense en vaisseaux lymphatiques initialement présent sous la zone de transformation des cols sains. Ensemble, ces résultats suggèrent un rôle de "terreau" lymphangiogène propice au développement et à la progression tumorale au niveau de la zone de transformation. Malgré la présence d’une LVD similaire aux différents stades clés de la progression tumorale (CIN3, micro-invasion et stade FIGO IB1), une modification de la distribution spatiale des vaisseaux lymphatiques par rapport à la jonction "cellules néoplasiques/stroma" des cellules néoplasiques a pour la première fois été mise en évidence dans des lésions CIN3. Celle-ci est maintenue au cours de la progression tumorale. Les vaisseaux lymphatiques s’avèrent majoritairement localisés à une distance inférieure à 0,15 mm des cellules néoplasiques et, comparativement à ce qui est initialement observé sous la zone de transformation des cols sains, une proportion de vaisseaux significativement plus élevée a été observée à cet endroit. Cette observation pourrait être le résultat d’un dialogue complexe entre les cellules tumorales et les vaisseaux lymphatiques pouvant mener à une réorganisation du stroma dans sa globalité. Jusqu’à présent, plusieurs mécanismes d’interactions entre les cellules néoplasiques et lymphatiques ont été décrits. Notamment, la production de facteurs de croissance lymphangiogènes peut stimuler la migration des cellules endothéliales lymphatiques et l’élongation des vaisseaux lymphatiques vers la source productrice [274, 275]. De même, une expression de facteurs chémoattractants par les cellules endothéliales lymphatiques peut induire la migration des cellules présentant les récepteurs à ces chémokines vers les vaisseaux lymphatiques [69, 169]. Concernant les néoplasies cervicales, Kodama et al ainsi que Schrevel et al ont démontré une expression importante des récepteurs CCR7 et CXCR4 par les cellules néoplasiques [171, 172]. Une production intense de VEGF-C et D par 111 Discussion et perspectives les cellules néoplasiques à partir du grade CIN3 a également été démontrée [207-209]. Au cours de la progression tumorale, des niveaux élevés en facteurs lymphangiogènes sont maintenus [210, 212]. De plus, Issa et al ont démontré que l’expression de VEGF-C peut favoriser la migration des cellules néoplasiques vers les vaisseaux lymphatiques en stimulant la sécrétion de CCL21 par les cellules endothéliales lymphatiques [276]. Même si le lien entre l’expression de ces facteurs et les modifications de distribution spatiale que nous avons observées doit être confirmé, ces éléments soutiennent l’existence de mécanismes pouvant induire des changements d’organisation de la vascularisation lymphatique par rapport aux cellules néoplasiques. La conservation d’un profil de distribution spatiale aux différents stades clés de la pathologie soutient la présence d’un microenvironnement lymphatique spécifique est maintenu tout au long de la progression tumorale. Actuellement, aucun consensus concernant la valeur pronostique potentielle de la vascularisation lymphatique sur le risque de dissémination ganglionnaire n’existe. Malgré le fait que la plupart des études cliniques soutiennent une corrélation entre la LVD péritumorale et le statut ganglionnaire [210, 212, 215, 216, 219-221, 223-226], des résultats contradictoires ont été rapportés [214, 227-229]. Afin de tester de manière robuste la valeur pronostique potentielle de la vascularisation lymphatique, une étude détaillée de cette dernière a été réalisée à l’aide de notre technique d’analyse d’images digitales. Les paramètres lymphatiques quantifiés à l’aide de cette dernière ont par la suite été comparés au statut ganglionnaire ainsi qu’à la présence/absence d’emboles lymphatiques. En accord avec cette démarche, Van der Auwera et al soutiennent qu’une analyse à l’aide d’une méthode robuste et reproductible est nécessaire afin de vérifier la valeur pronostique potentielle de la vascularisation lymphatique sur le risque d’extension ganglionnaire [184]. Shields et al ont également précédemment conclu que la quantification d’une LVD absolue se présente comme une mesure plus objective que celle mesurée à l’aide de la technique de hot-spot [256]. Contrairement à la majorité des études cliniques précédentes ayant utilisé la technique de hot-spot, les résultats obtenus au cours de notre travail indiquent que les LVD intra et péritumorale absolues ne sont pas corrélées au statut ganglionnaire ainsi qu’à la présence d’emboles lymphatiques. Par contre, la présence d’une distribution spatiale spécifique caractérisée par un nombre élevé de vaisseaux lymphatiques localisés à proximité immédiate des cellules tumorales a été associée à ces paramètres témoins d’une dissémination lymphatique. Ces résultats suggèrent que l’implication de la lymphangiogenèse dans le processus de dissémination ganglionnaire ne peut se résumer à une augmentation du nombre de vaisseaux lymphatiques. D’ailleurs, les 112 Discussion et perspectives résultats complémentaires que nous avons obtenus montrent une absence de corrélation entre la densité en vaisseaux lymphatiques en cours de prolifération ainsi que le profil de marquage VEGF-C et les paramètres de dissémination lymphatique. En accord avec cette hypothèse, de récents travaux soutiennent l’existence d’une dissémination chémorégulée [171, 172, 277280]. De plus, il est également suggéré que les cellules tumorales seraient capables de stimuler elles-mêmes leur transmigration à travers la paroi des vaisseaux lymphatiques en induisant notamment une surexpression de protéines d’adhésion à la surface des cellules endothéliales [281-283], en perturbant les protéines de jonctions intercellulaires et/ou en provoquant des trous dans la paroi vasculaire lymphatique [284]. Par conséquent, nous soutenons l’existence d’une relation complexe entre les cellules tumorales et le stroma péritumoral dont la connaissance est encore très limitée. Contrairement à ce qui est initialement proposé, nos travaux indiquent que l’évaluation du risque de dissémination lymphatique ne peut se baser exclusivement sur une densité tumorale en vaisseaux lymphatiques. La LVD n’est pas, à elle seule, un bon marqueur pronostique d’extension ganglionnaire. Le paramètre de distribution spatiale de la vascularisation lymphatique par rapport à la tumeur ne se présente pas comme un outil de choix pouvant être utilisé en clinique pour guider le choix du plan thérapeutique de la patiente. Notamment, il s’avère raisonnablement impossible de déterminer une distance entre les cellules tumorales et les vaisseaux lymphatiques à partir de laquelle une patiente présenterait un risque faible versus élevé de dissémination tumorale. Néanmoins, la mise en évidence d’un profil de distribution spécifique corrélé au statut ganglionnaire et à la présence d’emboles lymphatiques attire l’attention sur l’importance de s’intéresser à l’étude des mécanismes pouvant induire une modification de l’organisation spatiale du réseau vasculaire lymphatique. En perspective de ce travail, nous proposons d’investiguer (1) les mécanismes pouvant intervenir dans une modification de la distribution spatiale des vaisseaux lymphatiques dans les néoplasies cervicales ainsi que (2) les interactions pouvant faciliter l’intravasation des cellules tumorales à travers la paroi des vaisseaux lymphatiques. Pour ce faire, nous planifions d’étudier l’urokinase receptor associated protein (uPARAP) et son rôle dans les mécanismes de migration des cellules endothéliales lymphatiques en présence de cellules néoplasiques cervicales. uPARAP est une protéine membranaire principalement exprimée par les cellules d’origine mésenchymateuses et joue un rôle central dans le remodelage du collagène de la matrice extracellulaire. Elle est impliquée dans l’internalisation du collagène dans la cellule et 113 Discussion et perspectives la délivrance des endosomes aux lysosomes [285-292]. Au sein de notre laboratoire, Charlotte Erpicum a récemment démontré qu’uPARAP joue un rôle important dans la migration des cellules endothéliales lymphatiques vers la source de production de VEGF-C. Parallèlement, la présence d’uPARAP a également été mise en évidence par immunohistochimie dans plusieurs cellules endothéliales lymphatiques parmi les lésions de néoplasies cervicales que nous avons étudiées dans le cadre de ce travail (figure 33). A B * 50µm C 50µm D Figure 33 : (A et C) Mise en évidence des vaissaux lymphatiques (rouge, D2-40) et (B et D) de uPAr associated protein (uPARAP) à l’aide de marquages immunohistologiques réalisés sur des coupes sériées de néoplasies du col utérin. (B) Parmi les vaisseaux lymphatiques présents au sein du tissu, certains d’entres eux présentent un marquage positif pour uPARAP (cadre et agrandissement) tandis que d’autres ne sont pas marqués (étoile). (C et D) Les cellules endothéliales lymphatiques montrent un marquage cytoplasmique de uPARAP (flèche). Par la suite, les interactions pouvant avoir lieu entre les cellules endothéliales lymphatiques et les cellules tumorales seront testées dans des modèles de co-cultures in vitro. La morphologie (dilatation, rétraction, allongement) et l’apoptose des cellules endothéliales lymphatiques seront étudiées. Les niveaux d’expression des protéines de jonctions des cellules endothéliales lymphatiques telle que la VE-cadhérine, impliquée dans la structure des "button-like junctions" entre les cellules endothéliales [162], seront également analysées. En 114 Discussion et perspectives effet, nous supposons qu’une modification dans l’expression de protéines intercellulaires pourrait avoir un impact sur l’intravasation des cellules tumorales à travers la paroi des vaisseaux lymphatiques. Ces paramètres pourront ensuite être testés dans des modèles in vivo de xénogreffes de cellules tumorales cervicales et corrélés au statut ganglionnaire observé. Nous planifions également d’étudier in vivo la distribution spatiale des cellules tumorales qui expriment la laminine-5 par rapport aux vaisseaux lymphatiques présentant des "button-like junctions" et de corréler ce paramètre au statut ganglionnaire. La laminine-5 est un composant majeur de la membrane basale des épithéliums squameux et permet de lier les cellules épithéliales aux autres composants de la membrane basale. Elle joue un rôle majeur dans la migration des cellules tumorales et serait impliquée dans les processus de dissémination métastatique [293-295]. D’ailleurs, cette migration cellulaire est augmentée lorsque la chaine γ2 de la laminine-5 est clivée par la Matrix Metalloprotéinase 2 (MMP-2) ainsi que par la Membrane Type (MT)1-MMP, deux protéases bien connues pour leur implication dans le remodelage de la matrice extracellulaire et la migration des cellules tumorales [296, 297]. Au sein du laboratoire, sur des coupes de néoplasies cervicales, nous avons mis en évidence la présence de cellules tumorales en cours d’intravasation et au sein de la lumière de vaisseaux lymphatiques qui expriment de la laminine-5 (figure 34). A B T T 50µm 100µm Figure 34 : (A et B) Double immunomarquage des vaisseaux lymphatiques (rouge, D2-40) et de la laminine-5 (brun) dans des néoplasies cervicales invasives. Les cellules tumorales (T) localisées au front de migration montrent un marquage cytoplasmique intense en laminine-5. Des cellules tumorales laminine-5 positives en cours d’intravasation sont observées (flèches). 115 Discussion et perspectives Finalement, la technique d’analyse d’images que nous avons développée dans le cadre de ce travail a permis de passer d’une étude d’une zone restreinte de tissu (hot-spot) à une caractérisation détaillée de la vascularisation lymphatique sur la totalité d’images en deux dimensions. Afin de se rapprocher d’avantage des conditions tumorales, nous proposons de réaliser une analyse en trois dimensions de la vascularisation lymphatique. Nous soutenons qu’une meilleure compréhension des mécanismes responsables d’une modification de l’organisation spatiale du réseau vasculaire lymphatique permettra à l’avenir de mettre en évidence de nouveaux facteurs tumoraux pronostiques de dissémination ganglionnaire. Nous soutenons également que de telles études pourront mener au développement de nouvelles stratégies thérapeutiques visant à réduire le risque de dissémination lymphatique. 116 CONCLUSIONS 117 Conclusions L’étude de marqueurs tumoraux pronostiques d’une extension ganglionnaire représente l’une des voies actuellement privilégiées visant à réduire le risque d’une indication polythérapeutique pour le traitement des néoplasies cervicales débutantes. Au cours de ces dernières années, la lymphangiogenèse est apparue comme un évènement central dans le processus de dissémination lymphatique et la densité en vaisseaux lymphatiques péritumorale a été présentée comme un marqueur pronostique prometteur d’extension ganglionnaire. Cependant, au vu du manque d’objectivité et de reproductibilité de la technique de hot-spot utilisée jusqu’à présent, la réalisation d’une caractérisation détaillée de la vascularisation lymphatique s’avérait requise. La méthode d’analyse d’images digitales que nous avons développée a permis de dépasser les limitations associées à la technique de hot-spot. Une étude robuste, reproductible et détaillée de la vascularisation lymphatique, tenant compte de l’hétérogénéité tumorale et des principales interactions pouvant avoir lieu entre les cellules tumorales et le stroma, a pu être réalisée. Une telle analyse d’images digitales se présente comme la méthode actuellement la plus fiable pour la quantification du réseau vasculaire lymphatique à partir de coupes histologiques dans le cadre d’études expérimentales et translationnelles. Sur la base des résultats obtenus à l’aide de notre technique d’analyse d’images, nous concluons que la lymphangiogenèse tumorale se présente comme un continuum d’une activité initialement présente sous la zone de transformation des cols sains, région au niveau de laquelle les néoplasies cervicales se développent. Nos données supportent le concept de l’existence d’un terreau lymphangiogène propice au développement et à la progression des néoplasies tout au long de la progression tumorale. Dans les cas de cancers du col utérin, le risque qu’une cellule tumorale dissémine jusqu’aux ganglions locorégionaux ne peut se résumer uniquement à la présence d’un réseau dense en vaisseaux lymphatiques en périphérie de la tumeur. La façon dont les vaisseaux se distribuent par rapport à la tumeur est également un paramètre important à prendre en considération. Ce travail attire l’attention sur l’intérêt d’une analyse globale de la vascularisation lymphatique pour une meilleure compréhension des mécanismes pouvant être associés à un risque d’extension ganglionnaire. Il suggère également l’importance d’une caractérisation future des mécanismes pouvant être responsables d’une modification de la distribution spatiale de la vascularisation lymphatique au niveau des néoplasies cervicales. Une meilleure compréhension de ces mécanismes pourra sans doute mener à la découverte de nouveaux paramètres pronostiques de dissémination ganglionnaire, voire au développement de 118 Conclusions nouvelles thérapies visant à bloquer l’intravasation des cellules tumorales au sein des vaisseaux lymphatiques. 119 ANNEXES 120 Annexes Figure S1 Figure S1 : Etude de la densité en vaisseaux lymphatiques dans le sens de la profondeur. (A) Image binaire d’un tissu cervical sain. L’épithélium (ligne blanche), les vaisseaux lymphatiques localisés jusqu’à une profondeur de 2 mm à partir du bord inférieur de l’épithélium (points rouges) et les vaisseaux localisés au-delà de ces 2 mm de profondeur (points blancs) y sont représentés. (B) Image binaire d’un cas de cancer du col de stade FIGO IB1. Les cellules néoplasiques (blanc, partie supérieure de l’image), les vaisseaux lymphatiques péritumoraux (points rouges) et les vaisseaux lymphatiques situés au-delà de la région péritumorale ("deep tissue", points blancs) y sont représentés. (C). Dentés en vaisseaux lymphatiques quantifiées dans les régions péri-épithéliales (colonnes rouges, 0-2 mm et péritumoral) de la zone de transformation des cols sains (BC_TZ) et des lésions cancéreuses de stade FIGO IB1 (IB1 cervical cancers) comparativement à celles quantifiées dans les régions plus profondes du tissu (colonnes blanches, > 2mm et "deep tissue"). 121 Annexes Liste des publications 1) C. Balsat, S. Blacher, N. Signolle, A. Béliard, C. Munaut, F. Goffin, A. Noel, J.M. Foidart, and F. Kridelka (2011). Whole slide quantification of stromal lymphatic vessel distribution and peritumoral lymphatic vessel density in early invasive cervical cancer: A Method description. ISRN Obstet. Gynecol. 2011; 2011:354861. 2) Benoît Detry, Charlotte Erpicum, Jenny Paupert*, Silvia Blacher, Catherine Maillard, Françoise Bruyère, Hélène Pendeville, Vincent Lambert, Cédric Balsat, Sandra Ormenese, Françoise Lamaye, Lieve Moons, Frederic Kridelka, Peter Carmeliet, Marc Thiry, Jean-Michel Foidart, Ingrid Struman, and Agnès Noel (2012). Matrix metalloproteinase-2 governs lymphatic vessel formation as an interstitial collagenase 3) Cédric Balsat, Nicolas Signolle, Frédéric Goffin, Katty Delbecque, Benoit Plancoulaine, Philippe Sauthier, Vanessa Samouëlian, Aude Béliard, Carine Munaut, Jean-Michel Foidart, Silvia Blacher, Agnès Noël and Frédéric Kridelka (2013). Improved computer-assisted analysis of the global lymphatic network in human cervical tissues. Modern Pathology. 122 BIBLIOGRAPHIE 123 Bibliographie 1. Sellors JW, S.R., Colposcopy and Treatment of Cervical Intraepithelial Neoplasia: A Beginner's Manual. 2003/4. 2. Weather PR, B.H., Daniels VG, Histologie fonctionnelle Manuel et Atlas. 1979. 3. Eberhard, D. and D. Tosh, Transdifferentiation and metaplasia as a paradigm for understanding development and disease. Cell Mol Life Sci, 2008. 65(1): p. 33-40. 4. Slack, J.M., Metaplasia and transdifferentiation: from pure biology to the clinic. Nat Rev Mol Cell Biol, 2007. 8(5): p. 369-78. 5. Herfs, M., et al., Mucosal junctions: open doors to HPV and HIV infections? Trends Microbiol, 2011. 19(3): p. 114-20. 6. Ferlay, J., et al., Estimates of worldwide burden of cancer in 2008: GLOBOCAN 2008. Int J Cancer, 2010. 127(12): p. 2893-917. 7. Walboomers, J.M., et al., Human papillomavirus is a necessary cause of invasive cervical cancer worldwide. J Pathol, 1999. 189(1): p. 12-9. 8. de Villiers, E.M., et al., Classification of papillomaviruses. Virology, 2004. 324(1): p. 17-27. 9. Clifford, G.M., et al., Comparison of HPV type distribution in high-grade cervical lesions and cervical cancer: a meta-analysis. Br J Cancer, 2003. 89(1): p. 101-5. 10. Castellsague, X., et al., Prevalence and genotype distribution of human papillomavirus infection of the cervix in Spain: the CLEOPATRE study. J Med Virol, 2012. 84(6): p. 947-56. 11. Munoz, N., et al., Incidence, duration, and determinants of cervical human papillomavirus infection in a cohort of Colombian women with normal cytological results. J Infect Dis, 2004. 190(12): p. 2077-87. 12. Castellsague, X., Natural history and epidemiology of HPV infection and cervical cancer. Gynecol Oncol, 2008. 110(3 Suppl 2): p. S4-7. 13. Favre, M., Structural polypeptides of rabbit, bovine, and human papillomaviruses. J Virol, 1975. 15(5): p. 1239-47. 14. Favre, M., et al., Chromatin-like structures obtained after alkaline disruption of bovine and human papillomaviruses. J Virol, 1977. 21(3): p. 1205-9. 15. Schwarz, E., et al., Structure and transcription of human papillomavirus sequences in cervical carcinoma cells. Nature, 1985. 314(6006): p. 111-4. 16. Parkin, D.M. and F. Bray, Chapter 2: The burden of HPV-related cancers. Vaccine, 2006. 24 Suppl 3: p. S3/11-25. 17. Kines, R.C., et al., The initial steps leading to papillomavirus infection occur on the basement membrane prior to cell surface binding. Proc Natl Acad Sci U S A, 2009. 106(48): p. 20458-63. 18. Woodman, C.B., S.I. Collins, and L.S. Young, The natural history of cervical HPV infection: unresolved issues. Nat Rev Cancer, 2007. 7(1): p. 11-22. 19. Pett, M.R., et al., Acquisition of high-level chromosomal instability is associated with integration of human papillomavirus type 16 in cervical keratinocytes. Cancer Res, 2004. 64(4): p. 1359-68. 123 Bibliographie 20. Peter, M., et al., Frequent genomic structural alterations at HPV insertion sites in cervical carcinoma. J Pathol, 2010. 221(3): p. 320-30. 21. Helin, K., E. Harlow, and A. Fattaey, Inhibition of E2F-1 transactivation by direct binding of the retinoblastoma protein. Mol Cell Biol, 1993. 13(10): p. 6501-8. 22. Harbour, J.W. and D.C. Dean, Rb function in cell-cycle regulation and apoptosis. Nat Cell Biol, 2000. 2(4): p. E65-7. 23. Ishida, S., et al., Role for E2F in control of both DNA replication and mitotic functions as revealed from DNA microarray analysis. Mol Cell Biol, 2001. 21(14): p. 4684-99. 24. Kastan, M.B., et al., Participation of p53 protein in the cellular response to DNA damage. Cancer Res, 1991. 51(23 Pt 1): p. 6304-11. 25. Xiong, Y., et al., p21 is a universal inhibitor of cyclin kinases. Nature, 1993. 366(6456): p. 701-4. 26. Harper, J.W., et al., The p21 Cdk-interacting protein Cip1 is a potent inhibitor of G1 cyclin-dependent kinases. Cell, 1993. 75(4): p. 805-16. 27. Toyoshima, H. and T. Hunter, p27, a novel inhibitor of G1 cyclin-Cdk protein kinase activity, is related to p21. Cell, 1994. 78(1): p. 67-74. 28. Moody, C.A. and L.A. Laimins, Human papillomavirus oncoproteins: pathways to transformation. Nat Rev Cancer, 2010. 10(8): p. 550-60. 29. Chellappan, S., et al., Adenovirus E1A, simian virus 40 tumor antigen, and human papillomavirus E7 protein share the capacity to disrupt the interaction between transcription factor E2F and the retinoblastoma gene product. Proc Natl Acad Sci U S A, 1992. 89(10): p. 4549-53. 30. Zerfass, K., et al., Cell cycle-dependent disruption of E2F-p107 complexes by human papillomavirus type 16 E7. J Gen Virol, 1995. 76 ( Pt 7): p. 1815-20. 31. Zerfass, K., et al., Sequential activation of cyclin E and cyclin A gene expression by human papillomavirus type 16 E7 through sequences necessary for transformation. J Virol, 1995. 69(10): p. 6389-99. 32. Brehm, A., et al., The E7 oncoprotein associates with Mi2 and histone deacetylase activity to promote cell growth. EMBO J, 1999. 18(9): p. 2449-58. 33. Zerfass-Thome, K., et al., Inactivation of the cdk inhibitor p27KIP1 by the human papillomavirus type 16 E7 oncoprotein. Oncogene, 1996. 13(11): p. 2323-30. 34. Funk, J.O., et al., Inhibition of CDK activity and PCNA-dependent DNA replication by p21 is blocked by interaction with the HPV-16 E7 oncoprotein. Genes Dev, 1997. 11(16): p. 2090-100. 35. Huibregtse, J.M., M. Scheffner, and P.M. Howley, A cellular protein mediates association of p53 with the E6 oncoprotein of human papillomavirus types 16 or 18. EMBO J, 1991. 10(13): p. 4129-35. 36. Scheffner, M., et al., The E6 oncoprotein encoded by human papillomavirus types 16 and 18 promotes the degradation of p53. Cell, 1990. 63(6): p. 1129-36. 37. Lechner, M.S. and L.A. Laimins, Inhibition of p53 DNA binding by human papillomavirus E6 proteins. J Virol, 1994. 68(7): p. 4262-73. 124 Bibliographie 38. Stoppler, H., et al., The human papillomavirus type 16 E6 and E7 oncoproteins dissociate cellular telomerase activity from the maintenance of telomere length. J Biol Chem, 1997. 272(20): p. 13332-7. 39. Duensing, S. and K. Munger, The human papillomavirus type 16 E6 and E7 oncoproteins independently induce numerical and structural chromosome instability. Cancer Res, 2002. 62(23): p. 7075-82. 40. Duensing, S., et al., The human papillomavirus type 16 E6 and E7 oncoproteins cooperate to induce mitotic defects and genomic instability by uncoupling centrosome duplication from the cell division cycle. Proc Natl Acad Sci U S A, 2000. 97(18): p. 10002-7. 41. Ganem, N.J., S.A. Godinho, and D. Pellman, A mechanism linking extra centrosomes to chromosomal instability. Nature, 2009. 460(7252): p. 278-82. 42. Heselmeyer, K., et al., Gain of chromosome 3q defines the transition from severe dysplasia to invasive carcinoma of the uterine cervix. Proc Natl Acad Sci U S A, 1996. 93(1): p. 479-84. 43. Wilting, S.M., et al., Increased gene copy numbers at chromosome 20q are frequent in both squamous cell carcinomas and adenocarcinomas of the cervix. J Pathol, 2006. 209(2): p. 220-30. 44. Leemans, C.R., B.J. Braakhuis, and R.H. Brakenhoff, The molecular biology of head and neck cancer. Nat Rev Cancer, 2011. 11(1): p. 9-22. 45. Zhang, H.S., A.A. Postigo, and D.C. Dean, Active transcriptional repression by the Rb-E2F complex mediates G1 arrest triggered by p16INK4a, TGFbeta, and contact inhibition. Cell, 1999. 97(1): p. 53-61. 46. Klaes, R., et al., Overexpression of p16(INK4A) as a specific marker for dysplastic and neoplastic epithelial cells of the cervix uteri. Int J Cancer, 2001. 92(2): p. 276-84. 47. Grce, M., et al., Advances in cervical cancer control and future perspectives. Coll Antropol, 2010. 34(2): p. 731-6. 48. Burghardt, E. and A.G. Ostor, Site and origin of squamous cervical cancer: a histomorphologic study. Obstet Gynecol, 1983. 62(1): p. 117-27. 49. Herfs, M., et al., A discrete population of squamocolumnar junction cells implicated in the pathogenesis of cervical cancer. Proc Natl Acad Sci U S A, 2012. 109(26): p. 10516-21. 50. Herfs, M., et al., Transforming growth factor-beta1-mediated Slug and Snail transcription factor up-regulation reduces the density of Langerhans cells in epithelial metaplasia by affecting E-cadherin expression. Am J Pathol, 2008. 172(5): p. 1391402. 51. Maddox, P., et al., Differential expression of keratins 10, 17, and 19 in normal cervical epithelium, cervical intraepithelial neoplasia, and cervical carcinoma. J Clin Pathol, 1999. 52(1): p. 41-6. 52. Patel, S. and S. Chiplunkar, Host immune responses to cervical cancer. Curr Opin Obstet Gynecol, 2009. 21(1): p. 54-9. 53. Hwang, L.Y., et al., Higher levels of cervicovaginal inflammatory and regulatory cytokines and chemokines in healthy young women with immature cervical epithelium. J Reprod Immunol, 2011. 88(1): p. 66-71. 125 Bibliographie 54. Pudney, J., A.J. Quayle, and D.J. Anderson, Immunological microenvironments in the human vagina and cervix: mediators of cellular immunity are concentrated in the cervical transformation zone. Biol Reprod, 2005. 73(6): p. 1253-63. 55. Chow, M.T., A. Moller, and M.J. Smyth, Inflammation and immune surveillance in cancer. Semin Cancer Biol, 2012. 22(1): p. 23-32. 56. Herfs, M., P. Hubert, and P. Delvenne, Epithelial metaplasia: adult stem cell reprogramming and (pre)neoplastic transformation mediated by inflammation? Trends Mol Med, 2009. 15(6): p. 245-53. 57. Lewis, J., et al., The contribution of Langerhans cells to cutaneous malignancy. Trends Immunol, 2010. 31(12): p. 460-6. 58. Giannini, S.L., et al., Influence of the mucosal epithelium microenvironment on Langerhans cells: implications for the development of squamous intraepithelial lesions of the cervix. Int J Cancer, 2002. 97(5): p. 654-9. 59. Herfs, M., et al., High expression of PGE2 enzymatic pathways in cervical (pre)neoplastic lesions and functional consequences for antigen-presenting cells. Cancer Immunol Immunother, 2009. 58(4): p. 603-14. 60. Knutson, K.L. and M.L. Disis, Tumor antigen-specific T helper cells in cancer immunity and immunotherapy. Cancer Immunol Immunother, 2005. 54(8): p. 721-8. 61. Feng, Q., et al., Th2 type inflammation promotes the gradual progression of HPVinfected cervical cells to cervical carcinoma. Gynecol Oncol, 2012. 62. Sheu, B.C., et al., Predominant Th2/Tc2 polarity of tumor-infiltrating lymphocytes in human cervical cancer. J Immunol, 2001. 167(5): p. 2972-8. 63. Wang, Y. and G. Oliver, Current views on the function of the lymphatic vasculature in health and disease. Genes Dev, 2010. 24(19): p. 2115-26. 64. Baluk, P., et al., Pathogenesis of persistent lymphatic vessel hyperplasia in chronic airway inflammation. J Clin Invest, 2005. 115(2): p. 247-57. 65. Cursiefen, C., et al., VEGF-A stimulates lymphangiogenesis and hemangiogenesis in inflammatory neovascularization via macrophage recruitment. J Clin Invest, 2004. 113(7): p. 1040-50. 66. Ristimaki, A., et al., Proinflammatory cytokines regulate expression of the lymphatic endothelial mitogen vascular endothelial growth factor-C. J Biol Chem, 1998. 273(14): p. 8413-8. 67. Watari, K., et al., Role of macrophages in inflammatory lymphangiogenesis: Enhanced production of vascular endothelial growth factor C and D through NF-kappaB activation. Biochem Biophys Res Commun, 2008. 377(3): p. 826-31. 68. Shields, J.D., Lymphatics: at the interface of immunity, tolerance, and tumor metastasis. Microcirculation, 2011. 18(7): p. 517-31. 69. Forster, R., A.C. Davalos-Misslitz, and A. Rot, CCR7 and its ligands: balancing immunity and tolerance. Nat Rev Immunol, 2008. 8(5): p. 362-71. 70. Shields, J.D., et al., Induction of lymphoidlike stroma and immune escape by tumors that express the chemokine CCL21. Science, 2010. 328(5979): p. 749-52. 71. Tavassoéli FA, D.P., Pathology and Genetics of Tumours of the Breast and Female Genital Organs. 2003. 126 Bibliographie 72. Schiffman, M., et al., Human papillomavirus testing in the prevention of cervical cancer. J Natl Cancer Inst, 2011. 103(5): p. 368-83. 73. Tota, J.E., et al., Epidemiology and burden of HPV infection and related diseases: implications for prevention strategies. Prev Med, 2011. 53 Suppl 1: p. S12-21. 74. Guan, P., et al., Human papillomavirus types in 115,789 HPV-positive women: A meta-analysis from cervical infection to cancer. Int J Cancer, 2012. 75. Bruni, L., et al., Cervical human papillomavirus prevalence in 5 continents: metaanalysis of 1 million women with normal cytological findings. J Infect Dis, 2010. 202(12): p. 1789-99. 76. Plummer, M., et al., A 2-year prospective study of human papillomavirus persistence among women with a cytological diagnosis of atypical squamous cells of undetermined significance or low-grade squamous intraepithelial lesion. J Infect Dis, 2007. 195(11): p. 1582-9. 77. Dillner, J., et al., Long term predictive values of cytology and human papillomavirus testing in cervical cancer screening: joint European cohort study. BMJ, 2008. 337: p. a1754. 78. McCredie, M.R., et al., Natural history of cervical neoplasia and risk of invasive cancer in women with cervical intraepithelial neoplasia 3: a retrospective cohort study. Lancet Oncol, 2008. 9(5): p. 425-34. 79. Schiffman, M., et al., Human papillomavirus and cervical cancer. Lancet, 2007. 370(9590): p. 890-907. 80. Pett, M. and N. Coleman, Integration of high-risk human papillomavirus: a key event in cervical carcinogenesis? J Pathol, 2007. 212(4): p. 356-67. 81. Plummer, M., et al., Time since first sexual intercourse and the risk of cervical cancer. Int J Cancer, 2012. 130(11): p. 2638-44. 82. Insinga, R.P., E.J. Dasbach, and E.H. Elbasha, Epidemiologic natural history and clinical management of Human Papillomavirus (HPV) Disease: a critical and systematic review of the literature in the development of an HPV dynamic transmission model. BMC Infect Dis, 2009. 9: p. 119. 83. Richart, R.M., A modified terminology for cervical intraepithelial neoplasia. Obstet Gynecol, 1990. 75(1): p. 131-3. 84. Lee, M.Y. and M.R. Shen, Epithelial-mesenchymal transition in cervical carcinoma. Am J Transl Res, 2012. 4(1): p. 1-13. 85. Stamenkovic, I., Extracellular matrix remodelling: metalloproteinases. J Pathol, 2003. 200(4): p. 448-64. 86. Sheu, B.C., et al., Increased expression and activation of gelatinolytic matrix metalloproteinases is associated with the progression and recurrence of human cervical cancer. Cancer Res, 2003. 63(19): p. 6537-42. 87. Quinn, M.A., et al., Carcinoma of the cervix uteri. FIGO 26th Annual Report on the Results of Treatment in Gynecological Cancer. Int J Gynaecol Obstet, 2006. 95 Suppl 1: p. S43-103. 88. Van Trappen, P.O. and M.S. Pepper, Lymphangiogenesis in human gynaecological cancers. Angiogenesis, 2005. 8(2): p. 137-45. the role of matrix 127 Bibliographie 89. Tammela, T. and K. Alitalo, Lymphangiogenesis: Molecular mechanisms and future promise. Cell, 2010. 140(4): p. 460-76. 90. Benedetti-Panici, P., et al., Lymphatic spread of cervical cancer: an anatomical and pathological study based on 225 radical hysterectomies with systematic pelvic and aortic lymphadenectomy. Gynecol Oncol, 1996. 62(1): p. 19-24. 91. Sporn, M.B., The war on cancer. Lancet, 1996. 347(9012): p. 1377-81. 92. Peters, W.A., 3rd, et al., Concurrent chemotherapy and pelvic radiation therapy compared with pelvic radiation therapy alone as adjuvant therapy after radical surgery in high-risk early-stage cancer of the cervix. J Clin Oncol, 2000. 18(8): p. 1606-13. 93. Delgado, G., et al., A prospective surgical pathological study of stage I squamous carcinoma of the cervix: a Gynecologic Oncology Group Study. Gynecol Oncol, 1989. 35(3): p. 314-20. 94. Kawada, K. and M.M. Taketo, Significance and mechanism of lymph node metastasis in cancer progression. Cancer Res, 2011. 71(4): p. 1214-8. 95. Achen, M.G. and S.A. Stacker, Molecular control of lymphatic metastasis. Ann N Y Acad Sci, 2008. 1131: p. 225-34. 96. Petry, K.U., Management options for cervical intraepithelial neoplasia. Best Pract Res Clin Obstet Gynaecol, 2011. 25(5): p. 641-51. 97. Wright, T.C., Jr., et al., 2006 consensus guidelines for the management of women with cervical intraepithelial neoplasia or adenocarcinoma in situ. Am J Obstet Gynecol, 2007. 197(4): p. 340-5. 98. Nuovo, J., et al., Treatment outcomes for squamous intraepithelial lesions. Int J Gynaecol Obstet, 2000. 68(1): p. 25-33. 99. Arbyn, M., et al., Perinatal mortality and other severe adverse pregnancy outcomes associated with treatment of cervical intraepithelial neoplasia: meta-analysis. BMJ, 2008. 337: p. a1284. 100. Kyrgiou, M., et al., Obstetric outcomes after conservative treatment for intraepithelial or early invasive cervical lesions: systematic review and meta-analysis. Lancet, 2006. 367(9509): p. 489-98. 101. Bhatla N, C.J., Chakhtoura N, Chibwesha C, Garland S, Shelbaya SG, Jacob M, Jeronimo J, Lu E, Ngan HYS, Robison K, Saslow D, Sellors J, Wittet S, FIGO: Global Guidance For Cervical Cancer Prevention and Control. 2009. 102. Holland, C.M. and M.I. Shafi, Radical hysterectomy. Best Pract Res Clin Obstet Gynaecol, 2005. 19(3): p. 387-401. 103. Burghardt, E., et al., Diagnosis and surgical treatment of cervical cancer. Crit Rev Oncol Hematol, 1994. 17(3): p. 181-231. 104. Querleu, D. and C.P. Morrow, Classification of radical hysterectomy. Lancet Oncol, 2008. 9(3): p. 297-303. 105. Sevin, B.U., et al., Prognostic factors of early stage cervical cancer treated by radical hysterectomy. Cancer, 1995. 76(10 Suppl): p. 1978-86. 106. Jeong, Y.Y., et al., Uterine cervical carcinoma after therapy: CT and MR imaging findings. Radiographics, 2003. 23(4): p. 969-81; discussion 981. 128 Bibliographie 107. Cheng, X., et al., The prognosis of women with stage IB1-IIB node-positive cervical carcinoma after radical surgery. World J Surg Oncol, 2004. 2: p. 47. 108. Zreik, T.G., J.T. Chambers, and S.K. Chambers, Parametrial involvement, regardless of nodal status: a poor prognostic factor for cervical cancer. Obstet Gynecol, 1996. 87(5 Pt 1): p. 741-6. 109. Delgado, G., et al., Prospective surgical-pathological study of disease-free interval in patients with stage IB squamous cell carcinoma of the cervix: a Gynecologic Oncology Group study. Gynecol Oncol, 1990. 38(3): p. 352-7. 110. Sedlis, A., et al., A randomized trial of pelvic radiation therapy versus no further therapy in selected patients with stage IB carcinoma of the cervix after radical hysterectomy and pelvic lymphadenectomy: A Gynecologic Oncology Group Study. Gynecol Oncol, 1999. 73(2): p. 177-83. 111. Landoni, F., et al., Randomised study of radical surgery versus radiotherapy for stage Ib-IIa cervical cancer. Lancet, 1997. 350(9077): p. 535-40. 112. Kridelka, F.J., et al., Adjuvant small field pelvic radiation for patients with high risk, stage IB lymph node negative cervix carcinoma after radical hysterectomy and pelvic lymph node dissection. A pilot study. Cancer, 1999. 86(10): p. 2059-65. 113. Wenzel, L., et al., Quality of life in long-term cervical cancer survivors. Gynecol Oncol, 2005. 97(2): p. 310-7. 114. Bradley, S., et al., Quality of life and mental health in cervical and endometrial cancer survivors. Gynecol Oncol, 2006. 100(3): p. 479-86. 115. Butler-Manuel, S.A., et al., Pelvic nerve plexus trauma at radical hysterectomy and simple hysterectomy: the nerve content of the uterine supporting ligaments. Cancer, 2000. 89(4): p. 834-41. 116. Hazewinkel, M.H., et al., Severe pelvic floor symptoms after cervical cancer treatment are predominantly associated with mental and physical well-being and body image: a cross-sectional study. Int J Gynecol Cancer, 2012. 22(1): p. 154-60. 117. Bergmark, K., et al., Lymphedema and bladder-emptying difficulties after radical hysterectomy for early cervical cancer and among population controls. Int J Gynecol Cancer, 2006. 16(3): p. 1130-9. 118. Jensen, P.T., et al., Longitudinal study of sexual function and vaginal changes after radiotherapy for cervical cancer. Int J Radiat Oncol Biol Phys, 2003. 56(4): p. 93749. 119. Karpanen, T. and K. Alitalo, Molecular biology and pathology of lymphangiogenesis. Annu Rev Pathol, 2008. 3: p. 367-97. 120. Beesley, V., et al., Lymphedema after gynecological cancer treatment : prevalence, correlates, and supportive care needs. Cancer, 2007. 109(12): p. 2607-14. 121. Kobayashi, T., Abdominal radical hysterectomy with pelvic lymphadenectomy for cancer of the cervix (in Japanese). 1961. 122. Yabuki, Y., et al., Dissection of the cardinal ligament in radical hysterectomy for cervical cancer with emphasis on the lateral ligament. Am J Obstet Gynecol, 1991. 164(1 Pt 1): p. 7-14. 129 Bibliographie 123. Ercoli, A., et al., Classical and nerve-sparing radical hysterectomy: an evaluation of the risk of injury to the autonomous pelvic nerves. Surg Radiol Anat, 2003. 25(3-4): p. 200-6. 124. Yabuki, Y., et al., Discrepancies between classic anatomy and modern gynecologic surgery on pelvic connective tissue structure: harmonization of those concepts by collaborative cadaver dissection. Am J Obstet Gynecol, 2005. 193(1): p. 7-15. 125. Kato, T., G. Murakami, and Y. Yabuki, A new perspective on nerve-sparing radical hysterectomy: nerve topography and over-preservation of the cardinal ligament. Jpn J Clin Oncol, 2003. 33(11): p. 589-91. 126. Sakuragi, N., et al., A systematic nerve-sparing radical hysterectomy technique in invasive cervical cancer for preserving postsurgical bladder function. Int J Gynecol Cancer, 2005. 15(2): p. 389-97. 127. Fujii, S., et al., Anatomic identification and functional outcomes of the nerve sparing Okabayashi radical hysterectomy. Gynecol Oncol, 2007. 107(1): p. 4-13. 128. Kinney, W.K., et al., Identification of a low-risk subset of patients with stage IB invasive squamous cancer of the cervix possibly suited to less radical surgical treatment. Gynecol Oncol, 1995. 57(1): p. 3-6. 129. Covens, A., et al., How important is removal of the parametrium at surgery for carcinoma of the cervix? Gynecol Oncol, 2002. 84(1): p. 145-9. 130. Stegeman, M., et al., The incidence of parametrial tumor involvement in select patients with early cervix cancer is too low to justify parametrectomy. Gynecol Oncol, 2007. 105(2): p. 475-80. 131. Wright, J.D., et al., Utility of parametrectomy for early stage cervical cancer treated with radical hysterectomy. Cancer, 2007. 110(6): p. 1281-6. 132. Frumovitz, M., et al., Parametrial involvement in radical hysterectomy specimens for women with early-stage cervical cancer. Obstet Gynecol, 2009. 114(1): p. 93-9. 133. Rob, L., et al., A less radical treatment option to the fertility-sparing radical trachelectomy in patients with stage I cervical cancer. Gynecol Oncol, 2008. 111(2 Suppl): p. S116-20. 134. Maneo, A., et al., Simple conization and lymphadenectomy for the conservative treatment of stage IB1 cervical cancer. An Italian experience. Gynecol Oncol, 2011. 123(3): p. 557-60. 135. Biliatis, I., et al., Small volume stage 1B1 cervical cancer: Is radical surgery still necessary? Gynecol Oncol, 2012. 126(1): p. 73-7. 136. Palaia, I., et al., Simple extrafascial trachelectomy and pelvic bilateral lymphadenectomy in early stage cervical cancer. Gynecol Oncol, 2012. 126(1): p. 7881. 137. Raju, S.K., et al., Fertility-sparing surgery for early cervical cancer-approach to less radical surgery. Int J Gynecol Cancer, 2012. 22(2): p. 311-7. 138. Plante, M., et al., Simple vaginal trachelectomy in early-stage low-risk cervical cancer: a pilot study of 16 cases and review of the literature. Int J Gynecol Cancer, 2013. 23(5): p. 916-22. 139. Pluta, M., et al., Less radical surgery than radical hysterectomy in early stage cervical cancer: a pilot study. Gynecol Oncol, 2009. 113(2): p. 181-4. 130 Bibliographie 140. SHAPE: A Randomized Phase III Trial Comparing Radical Hysterectomy and Pelvic Node Dissection vs Simple Hysterectomy and Pelvic Node Dissection in Patients with Low-Risk Early Stage Cervical Cancer. 141. Sakuragi, N., Up-to-date management of lymph node metastasis and the role of tailored lymphadenectomy in cervical cancer. Int J Clin Oncol, 2007. 12(3): p. 165-75. 142. Gien, L.T. and A. Covens, Lymph node assessment in cervical cancer: prognostic and therapeutic implications. J Surg Oncol, 2009. 99(4): p. 242-7. 143. Abu-Rustum, N.R., F. Khoury-Collado, and M.L. Gemignani, Techniques of sentinel lymph node identification for early-stage cervical and uterine cancer. Gynecol Oncol, 2008. 111(2 Suppl): p. S44-50. 144. Veronesi, U., et al., Sentinel-node biopsy to avoid axillary dissection in breast cancer with clinically negative lymph-nodes. Lancet, 1997. 349(9069): p. 1864-7. 145. Gershenwald, J.E., et al., Multi-institutional melanoma lymphatic mapping experience: the prognostic value of sentinel lymph node status in 612 stage I or II melanoma patients. J Clin Oncol, 1999. 17(3): p. 976-83. 146. Bats, A.S., et al., Diagnostic value of intraoperative examination of sentinel lymph node in early cervical cancer: a prospective, multicenter study. Gynecol Oncol, 2011. 123(2): p. 230-5. 147. Schneider, A., The sentinel concept in patients with cervical cancer. J Surg Oncol, 2007. 96(4): p. 337-41. 148. Wydra, D., et al., Sentinel node identification in cervical cancer patients undergoing transperitoneal radical hysterectomy: a study of 100 cases. Int J Gynecol Cancer, 2006. 16(2): p. 649-54. 149. Altgassen, C., et al., Multicenter validation study of the sentinel lymph node concept in cervical cancer: AGO Study Group. J Clin Oncol, 2008. 26(18): p. 2943-51. 150. Rob, L., et al., Study of lymphatic mapping and sentinel node identification in early stage cervical cancer. Gynecol Oncol, 2005. 98(2): p. 281-8. 151. Diaz, J.P., et al., Sentinel lymph node biopsy in the management of early-stage cervical carcinoma. Gynecol Oncol, 2011. 120(3): p. 347-52. 152. Lecuru, F., et al., Bilateral negative sentinel nodes accurately predict absence of lymph node metastasis in early cervical cancer: results of the SENTICOL study. J Clin Oncol, 2011. 29(13): p. 1686-91. 153. Comparison of Pelvic Lymphadenectomy Versus Isolated Sentinel Lymph Node Biopsy Procedure for Early Stages of Cervical Cancers : a Multicenter Study With Evaluation of Medico-economic Impacts (SENTICOL2). Available from: http://clinicaltrials.gov/show/NCT01639820. 154. Sleeman, J., A. Schmid, and W. Thiele, Tumor lymphatics. Semin Cancer Biol, 2009. 19(5): p. 285-97. 155. Alitalo, K., The lymphatic vasculature in disease. Nat Med, 2011. 17(11): p. 1371-80. 156. Sleeman, J.P. and W. Thiele, Tumor metastasis and the lymphatic vasculature. Int J Cancer, 2009. 125(12): p. 2747-56. 131 Bibliographie 157. von der Weid, P.Y. and K.J. Rainey, Review article: lymphatic system and associated adipose tissue in the development of inflammatory bowel disease. Aliment Pharmacol Ther, 2010. 32(6): p. 697-711. 158. Scallan J, H.V., Korthuis RJ., Chapter 3: The Lymphatic Vasculature. Morgan & Claypool Life Sciences, 2010. 159. Paupert, J., N.E. Sounni, and A. Noel, Lymphangiogenesis in post-natal tissue remodeling: lymphatic endothelial cell connection with its environment. Mol Aspects Med, 2011. 32(2): p. 146-58. 160. Swartz, M.A. and A.W. Lund, Lymphatic and interstitial flow in the tumour microenvironment: linking mechanobiology with immunity. Nat Rev Cancer, 2012. 12(3): p. 210-9. 161. Schulte-Merker, S., A. Sabine, and T.V. Petrova, Lymphatic vascular morphogenesis in development, physiology, and disease. J Cell Biol, 2011. 193(4): p. 607-18. 162. Baluk, P., et al., Functionally specialized junctions between endothelial cells of lymphatic vessels. J Exp Med, 2007. 204(10): p. 2349-62. 163. Ran, S., et al., Lymphangiogenesis and lymphatic metastasis in breast cancer. Pathophysiology, 2010. 17(4): p. 229-51. 164. Christiansen, A. and M. Detmar, Lymphangiogenesis and cancer. Genes Cancer, 2011. 2(12): p. 1146-58. 165. Jain, R.K., Molecular regulation of vessel maturation. Nat Med, 2003. 9(6): p. 685-93. 166. Jain, R.K., Normalization of tumor vasculature: an emerging concept in antiangiogenic therapy. Science, 2005. 307(5706): p. 58-62. 167. Mendoza, E. and G.W. Schmid-Schonbein, A model for mechanics of primary lymphatic valves. J Biomech Eng, 2003. 125(3): p. 407-14. 168. Hoshida, T., et al., Imaging steps of lymphatic metastasis reveals that vascular endothelial growth factor-C increases metastasis by increasing delivery of cancer cells to lymph nodes: therapeutic implications. Cancer Res, 2006. 66(16): p. 8065-75. 169. Kabashima, K., et al., CXCL12-CXCR4 engagement is required for migration of cutaneous dendritic cells. Am J Pathol, 2007. 171(4): p. 1249-57. 170. Johnson, L.A. and D.G. Jackson, Cell traffic and the lymphatic endothelium. Ann N Y Acad Sci, 2008. 1131: p. 119-33. 171. Kodama, J., et al., Association of CXCR4 and CCR7 chemokine receptor expression and lymph node metastasis in human cervical cancer. Ann Oncol, 2007. 18(1): p. 706. 172. Schrevel, M., et al., CXCR7 expression is associated with disease-free and diseasespecific survival in cervical cancer patients. Br J Cancer, 2012. 106(9): p. 1520-5. 173. Wiley, H.E., et al., Expression of CC chemokine receptor-7 and regional lymph node metastasis of B16 murine melanoma. J Natl Cancer Inst, 2001. 93(21): p. 1638-43. 174. Shields, J.D., et al., Chemokine-mediated migration of melanoma cells towards lymphatics--a mechanism contributing to metastasis. Oncogene, 2007. 26(21): p. 2997-3005. 132 Bibliographie 175. Shields, J.D., et al., Autologous chemotaxis as a mechanism of tumor cell homing to lymphatics via interstitial flow and autocrine CCR7 signaling. Cancer Cell, 2007. 11(6): p. 526-38. 176. Lohela, M., et al., VEGFs and receptors involved in angiogenesis versus lymphangiogenesis. Curr Opin Cell Biol, 2009. 21(2): p. 154-65. 177. Joukov, V., et al., A novel vascular endothelial growth factor, VEGF-C, is a ligand for the Flt4 (VEGFR-3) and KDR (VEGFR-2) receptor tyrosine kinases. EMBO J, 1996. 15(2): p. 290-98. 178. Achen, M.G., et al., Vascular endothelial growth factor D (VEGF-D) is a ligand for the tyrosine kinases VEGF receptor 2 (Flk1) and VEGF receptor 3 (Flt4). Proc Natl Acad Sci U S A, 1998. 95(2): p. 548-53. 179. Makinen, T., et al., Isolated lymphatic endothelial cells transduce growth, survival and migratory signals via the VEGF-C/D receptor VEGFR-3. EMBO J, 2001. 20(17): p. 4762-73. 180. Pytowski, B., et al., Complete and specific inhibition of adult lymphatic regeneration by a novel VEGFR-3 neutralizing antibody. J Natl Cancer Inst, 2005. 97(1): p. 14-21. 181. Karpanen, T., et al., Lymphangiogenic growth factor responsiveness is modulated by postnatal lymphatic vessel maturation. Am J Pathol, 2006. 169(2): p. 708-18. 182. Hong, Y.K., et al., VEGF-A promotes tissue repair-associated lymphatic vessel formation via VEGFR-2 and the alpha1beta1 and alpha2beta1 integrins. FASEB J, 2004. 18(10): p. 1111-3. 183. Goldman, J., et al., Cooperative and redundant roles of VEGFR-2 and VEGFR-3 signaling in adult lymphangiogenesis. FASEB J, 2007. 21(4): p. 1003-12. 184. Van der Auwera, I., et al., First international consensus on the methodology of lymphangiogenesis quantification in solid human tumours. Br J Cancer, 2006. 95(12): p. 1611-25. 185. Lund, A.W., et al., VEGF-C promotes immune tolerance in B16 melanomas and cross-presentation of tumor antigen by lymph node lymphatics. Cell Rep, 2012. 1(3): p. 191-9. 186. Alitalo, A.K., et al., VEGF-C and VEGF-D blockade inhibits inflammatory skin carcinogenesis. Cancer Res, 2013. 73(14): p. 4212-21. 187. Hirakawa, S., et al., VEGF-A induces tumor and sentinel lymph node lymphangiogenesis and promotes lymphatic metastasis. J Exp Med, 2005. 201(7): p. 1089-99. 188. Hirakawa, S., et al., VEGF-C-induced lymphangiogenesis in sentinel lymph nodes promotes tumor metastasis to distant sites. Blood, 2007. 109(3): p. 1010-7. 189. Harrell, M.I., B.M. Iritani, and A. Ruddell, Tumor-induced sentinel lymph node lymphangiogenesis and increased lymph flow precede melanoma metastasis. Am J Pathol, 2007. 170(2): p. 774-86. 190. Qian, C.N., et al., Preparing the "soil": the primary tumor induces vasculature reorganization in the sentinel lymph node before the arrival of metastatic cancer cells. Cancer Res, 2006. 66(21): p. 10365-76. 191. Skobe, M., et al., Induction of tumor lymphangiogenesis by VEGF-C promotes breast cancer metastasis. Nat Med, 2001. 7(2): p. 192-8. 133 Bibliographie 192. Stacker, S.A., et al., VEGF-D promotes the metastatic spread of tumor cells via the lymphatics. Nat Med, 2001. 7(2): p. 186-91. 193. Krishnan, J., et al., Differential in vivo and in vitro expression of vascular endothelial growth factor (VEGF)-C and VEGF-D in tumors and its relationship to lymphatic metastasis in immunocompetent rats. Cancer Res, 2003. 63(3): p. 713-22. 194. Mattila, M.M., et al., VEGF-C induced lymphangiogenesis is associated with lymph node metastasis in orthotopic MCF-7 tumors. Int J Cancer, 2002. 98(6): p. 946-51. 195. He, Y., et al., Vascular endothelial cell growth factor receptor 3-mediated activation of lymphatic endothelium is crucial for tumor cell entry and spread via lymphatic vessels. Cancer Res, 2005. 65(11): p. 4739-46. 196. Mandriota, S.J., et al., Vascular endothelial growth factor-C-mediated lymphangiogenesis promotes tumour metastasis. EMBO J, 2001. 20(4): p. 672-82. 197. Burton, J.B., et al., Suppression of prostate cancer nodal and systemic metastasis by blockade of the lymphangiogenic axis. Cancer Res, 2008. 68(19): p. 7828-37. 198. Chen, Z., et al., Down-regulation of vascular endothelial cell growth factor-C expression using small interfering RNA vectors in mammary tumors inhibits tumor lymphangiogenesis and spontaneous metastasis and enhances survival. Cancer Res, 2005. 65(19): p. 9004-11. 199. Matsui, J., et al., Multi-kinase inhibitor E7080 suppresses lymph node and lung metastases of human mammary breast tumor MDA-MB-231 via inhibition of vascular endothelial growth factor-receptor (VEGF-R) 2 and VEGF-R3 kinase. Clin Cancer Res, 2008. 14(17): p. 5459-65. 200. Karpanen, T., et al., Vascular endothelial growth factor C promotes tumor lymphangiogenesis and intralymphatic tumor growth. Cancer Res, 2001. 61(5): p. 1786-90. 201. Koch, M., et al., VEGF-D deficiency in mice does not affect embryonic or postnatal lymphangiogenesis but reduces lymphatic metastasis. J Pathol, 2009. 219(3): p. 35664. 202. Cao, R., et al., PDGF-BB induces intratumoral lymphangiogenesis and promotes lymphatic metastasis. Cancer Cell, 2004. 6(4): p. 333-45. 203. Shibata, M.A., et al., Combination therapy with short interfering RNA vectors against VEGF-C and VEGF-A suppresses lymph node and lung metastasis in a mouse immunocompetent mammary cancer model. Cancer Gene Ther, 2008. 15(12): p. 77686. 204. Dunn, S.E., et al., A dominant negative mutant of the insulin-like growth factor-I receptor inhibits the adhesion, invasion, and metastasis of breast cancer. Cancer Res, 1998. 58(15): p. 3353-61. 205. Chatzistamou, I., et al., Inhibition of growth and metastases of MDA-MB-435 human estrogen-independent breast cancers by an antagonist of growth hormone-releasing hormone. Anticancer Drugs, 2001. 12(9): p. 761-8. 206. Chaudary, N., M. Milosevic, and R.P. Hill, Suppression of vascular endothelial growth factor receptor 3 (VEGFR3) and vascular endothelial growth factor C (VEGFC) inhibits hypoxia-induced lymph node metastases in cervix cancer. Gynecol Oncol, 2011. 123(2): p. 393-400. 134 Bibliographie 207. Van Trappen, P.O., et al., Expression of vascular endothelial growth factor (VEGF)-C and VEGF-D, and their receptor VEGFR-3, during different stages of cervical carcinogenesis. J Pathol, 2003. 201(4): p. 544-54. 208. Branca, M., et al., Aberrant expression of VEGF-C is related to grade of cervical intraepithelial neoplasia (CIN) and high risk HPV, but does not predict virus clearance after treatment of CIN or prognosis of cervical cancer. J Clin Pathol, 2006. 59(1): p. 40-7. 209. Jach, R., et al., Expression of VEGF, VEGF-C and VEGFR-2 in in situ and invasive SCC of cervix. Front Biosci (Elite Ed), 2010. 2: p. 411-23. 210. Gombos, Z., et al., Peritumoral lymphatic vessel density and vascular endothelial growth factor C expression in early-stage squamous cell carcinoma of the uterine cervix. Clin Cancer Res, 2005. 11(23): p. 8364-71. 211. Utrera-Barillas, D., et al., The role of macrophages and mast cells in lymphangiogenesis and angiogenesis in cervical carcinogenesis. Exp Mol Pathol, 2010. 89(2): p. 190-6. 212. Yu, H., et al., The role of VEGF-C/D and Flt-4 in the lymphatic metastasis of earlystage invasive cervical carcinoma. J Exp Clin Cancer Res, 2009. 28: p. 98. 213. Schoppmann, S.F., et al., Tumor-associated macrophages express lymphatic endothelial growth factors and are related to peritumoral lymphangiogenesis. Am J Pathol, 2002. 161(3): p. 947-56. 214. Longatto-Filho, A., et al., Lymphatic vessel density and epithelial D2-40 immunoreactivity in pre-invasive and invasive lesions of the uterine cervix. Gynecol Oncol, 2007. 107(1): p. 45-51. 215. Yang, S., et al., PlGF expression in pre-invasive and invasive lesions of uterine cervix is associated with angiogenesis and lymphangiogenesis. APMIS, 2009. 117(11): p. 831-8. 216. Cai, L., et al., Tumor-associated lymphatic endothelial cell promotes invasion of cervical cancer cells. APMIS, 2013. 217. Cimpean, A.M., et al., Detection of early lymphangiogenesis by lymphatic microvascular density and endothelial proliferation status in preneoplastic and neoplastic lesions of the uterine cervix. Pathol Int, 2011. 61(7): p. 395-400. 218. Ji, R.C., Lymphatic endothelial cells, tumor lymphangiogenesis and metastasis: New insights into intratumoral and peritumoral lymphatics. Cancer Metastasis Rev, 2006. 25(4): p. 677-94. 219. Gao, P., et al., Lymphatic vessel density as a prognostic indicator for patients with stage I cervical carcinoma. Hum Pathol, 2006. 37(6): p. 719-25. 220. Zhang, S.Q., H. Yu, and L.L. Zhang, Clinical implications of increased lymph vessel density in the lymphatic metastasis of early-stage invasive cervical carcinoma: a clinical immunohistochemical method study. BMC Cancer, 2009. 9: p. 64. 221. Saad, R.S., et al., Lymphatic vessel density as a prognostic marker in clinical stage I endocervical adenocarcinoma. Int J Gynecol Pathol, 2010. 29(4): p. 386-93. 222. Botting, S.K., et al., Prognostic significance of peritumoral lymphatic vessel density and vascular endothelial growth factor receptor 3 in invasive squamous cell cervical cancer. Transl Oncol, 2010. 3(3): p. 170-5. 135 Bibliographie 223. Liu, H., et al., COX-2 expression is correlated with VEGF-C, lymphangiogenesis and lymph node metastasis in human cervical cancer. Microvasc Res, 2011. 82(2): p. 13140. 224. Inoue, M., et al., Localization and characterization of lymphatic vessels in oral and cervical squamous cell carcinoma. Exp Ther Med, 2011. 2(5): p. 793-797. 225. En-Lin, S., et al., Relationship Between High Density of Peritumoral Lymphatic Vessels and Biological Behavior of Cervical Cancer. Int J Gynecol Cancer, 2012. 226. Liu, Z., et al., Expression and localization of maspin in cervical cancer and its role in tumor progression and lymphangiogenesis. Arch Gynecol Obstet, 2013. 227. Zhang, S., H. Yu, and L. Zhang, Role of vascular endothelial growth factor receptor3/Flt-4 in early-stage cervical cancer. Oncol Lett, 2010. 1(3): p. 453-456. 228. Sotiropoulou, N., et al., Tumour expression of lymphangiogenic growth factors but not lymphatic vessel density is implicated in human cervical cancer progression. Pathology, 2010. 42(7): p. 629-36. 229. Xiong, Y., et al., Clinical significance of peritumoral lymphatic vessel density and lymphatic vessel invasion detected by D2-40 immunostaining in FIGO Ib1-IIa squamous cell cervical cancer. Cell Tissue Res, 2012. 348(3): p. 515-22. 230. Jurisic, G. and M. Detmar, Lymphatic endothelium in health and disease. Cell Tissue Res, 2009. 335(1): p. 97-108. 231. Gordon, E.J., N.W. Gale, and N.L. Harvey, Expression of the hyaluronan receptor LYVE-1 is not restricted to the lymphatic vasculature; LYVE-1 is also expressed on embryonic blood vessels. Dev Dyn, 2008. 237(7): p. 1901-9. 232. Banerji, S., et al., LYVE-1, a new homologue of the CD44 glycoprotein, is a lymphspecific receptor for hyaluronan. J Cell Biol, 1999. 144(4): p. 789-801. 233. Prevo, R., et al., Mouse LYVE-1 is an endocytic receptor for hyaluronan in lymphatic endothelium. J Biol Chem, 2001. 276(22): p. 19420-30. 234. Jackson, D.G., Biology of the lymphatic marker LYVE-1 and applications in research into lymphatic trafficking and lymphangiogenesis. APMIS, 2004. 112(7-8): p. 526-38. 235. Johnson, L.A., et al., Inflammation-induced uptake and degradation of the lymphatic endothelial hyaluronan receptor LYVE-1. J Biol Chem, 2007. 282(46): p. 33671-80. 236. Kamba, T., et al., VEGF-dependent plasticity of fenestrated capillaries in the normal adult microvasculature. Am J Physiol Heart Circ Physiol, 2006. 290(2): p. H560-76. 237. Clarijs, R., et al., Induction of vascular endothelial growth factor receptor-3 expression on tumor microvasculature as a new progression marker in human cutaneous melanoma. Cancer Res, 2002. 62(23): p. 7059-65. 238. Wigle, J.T. and G. Oliver, Prox1 function is required for the development of the murine lymphatic system. Cell, 1999. 98(6): p. 769-78. 239. Wigle, J.T., et al., An essential role for Prox1 in the induction of the lymphatic endothelial cell phenotype. EMBO J, 2002. 21(7): p. 1505-13. 240. Nose, K., H. Saito, and T. Kuroki, Isolation of a gene sequence induced later by tumor-promoting 12-O-tetradecanoylphorbol-13-acetate in mouse osteoblastic cells (MC3T3-E1) and expressed constitutively in ras-transformed cells. Cell Growth Differ, 1990. 1(11): p. 511-8. 136 Bibliographie 241. Wetterwald, A., et al., Characterization and cloning of the E11 antigen, a marker expressed by rat osteoblasts and osteocytes. Bone, 1996. 18(2): p. 125-32. 242. Breiteneder-Geleff, S., et al., Podoplanin, novel 43-kd membrane protein of glomerular epithelial cells, is down-regulated in puromycin nephrosis. Am J Pathol, 1997. 151(4): p. 1141-52. 243. Matsui, K., S. Breiteneder-Geleff, and D. Kerjaschki, Epitope-specific antibodies to the 43-kD glomerular membrane protein podoplanin cause proteinuria and rapid flattening of podocytes. J Am Soc Nephrol, 1998. 9(11): p. 2013-26. 244. Schacht, V., et al., Up-regulation of the lymphatic marker podoplanin, a mucin-type transmembrane glycoprotein, in human squamous cell carcinomas and germ cell tumors. Am J Pathol, 2005. 166(3): p. 913-21. 245. Matsui, K., et al., Lymphatic microvessels in the rat remnant kidney model of renal fibrosis: aminopeptidase p and podoplanin are discriminatory markers for endothelial cells of blood and lymphatic vessels. J Am Soc Nephrol, 2003. 14(8): p. 1981-9. 246. Schacht, V., et al., T1alpha/podoplanin deficiency disrupts normal lymphatic vasculature formation and causes lymphedema. EMBO J, 2003. 22(14): p. 3546-56. 247. Kimura, N. and I. Kimura, Podoplanin as a marker for mesothelioma. Pathol Int, 2005. 55(2): p. 83-6. 248. Sonne, S.B., et al., Identity of M2A (D2-40) antigen and gp36 (Aggrus, T1A-2, podoplanin) in human developing testis, testicular carcinoma in situ and germ-cell tumours. Virchows Arch, 2006. 449(2): p. 200-6. 249. Xie, Q., et al., Podoplanin (d2-40): a new immunohistochemical marker for reactive follicular dendritic cells and follicular dendritic cell sarcomas. Int J Clin Exp Pathol, 2008. 1(3): p. 276-84. 250. Shibahara, J., et al., Podoplanin is expressed in subsets of tumors of the central nervous system. Virchows Arch, 2006. 448(4): p. 493-9. 251. Van der Auwera, I., et al., Tumor lymphangiogenesis in inflammatory breast carcinoma: a histomorphometric study. Clin Cancer Res, 2005. 11(21): p. 7637-42. 252. Marks, A., et al., Characterization and distribution of an oncofetal antigen (M2A antigen) expressed on testicular germ cell tumours. Br J Cancer, 1999. 80(3-4): p. 569-78. 253. Evangelou, E., P.A. Kyzas, and T.A. Trikalinos, Comparison of the diagnostic accuracy of lymphatic endothelium markers: Bayesian approach. Mod Pathol, 2005. 18(11): p. 1490-7. 254. Weidner, N., et al., Tumor angiogenesis and metastasis--correlation in invasive breast carcinoma. N Engl J Med, 1991. 324(1): p. 1-8. 255. Vermeulen, P.B., et al., Second international consensus on the methodology and criteria of evaluation of angiogenesis quantification in solid human tumours. Eur J Cancer, 2002. 38(12): p. 1564-79. 256. Shields, J.D., et al., Lymphatic density and metastatic spread in human malignant melanoma. Br J Cancer, 2004. 90(3): p. 693-700. 257. Stephanie, R., et al., Endometrial vessel maturation in women exposed to levonorgestrel-releasing intrauterine system for a short or prolonged period of time. Hum Reprod, 2007. 22(12): p. 3084-91. 137 Bibliographie 258. Ravet, S., et al., Persistence of an intact endometrial matrix and vessels structure in women exposed to VA-2914, a selective progesterone receptor modulator. J Clin Endocrinol Metab, 2008. 93(11): p. 4525-31. 259. Renato FERREIRA, B.M., Jim HUMPHRIES, Joel SALTZ, Robert MILLER et Angelo DEMARZO, The virtual microscope. In American Medical Informatics Association annual Conference, 1997: p. 449-453. 260. Ho, J., et al., Use of whole slide imaging in surgical pathology quality assurance: design and pilot validation studies. Hum Pathol, 2006. 37(3): p. 322-31. 261. Dee, F.R., et al., Implementation of virtual microscope slides in the annual pathobiology of cancer workshop laboratory. Hum Pathol, 2003. 34(5): p. 430-6. 262. Tsuchihashi, Y., et al., Use of virtual slide system for quick frozen intra-operative telepathology diagnosis in Kyoto, Japan. Diagn Pathol, 2008. 3 Suppl 1: p. S6. 263. Riber-Hansen, R., B. Vainer, and T. Steiniche, Digital image analysis: a review of reproducibility, stability and basic requirements for optimal results. APMIS, 2012. 120(4): p. 276-89. 264. Gavrielides, M.A., et al., Observer variability in the interpretation of HER2/neu immunohistochemical expression with unaided and computer-aided digital microscopy. Arch Pathol Lab Med, 2011. 135(2): p. 233-42. 265. Chantrain, C.F., et al., Computerized quantification of tissue vascularization using high-resolution slide scanning of whole tumor sections. J Histochem Cytochem, 2003. 51(2): p. 151-8. 266. Labiche, A., et al., Prognostic significance of tumour vascularisation on survival of patients with advanced ovarian carcinoma. Histol Histopathol, 2009. 24(4): p. 425-35. 267. Iakovlev, V.V., et al., Microvascular density as an independent predictor of clinical outcome in renal cell carcinoma: an automated image analysis study. Lab Invest, 2012. 92(1): p. 46-56. 268. Françoise R, M.J.J., Plancoulaine B, Herlin P, Optimal resolution for automatic quantification of blood vessels on digitized images of the whole cancer section. Image Analysis and Stereology, 2005. 24(1): p. 59-67. 269. Bast, R.C., Jr., et al., Translational crossroads for biomarkers. Clin Cancer Res, 2005. 11(17): p. 6103-8. 270. Mumprecht, V. and M. Detmar, Lymphangiogenesis and cancer metastasis. J Cell Mol Med, 2009. 13(8A): p. 1405-16. 271. Ghaznavi, F., et al., Digital imaging in pathology: whole-slide imaging and beyond. Annu Rev Pathol, 2013. 8: p. 331-59. 272. Campbell, W.S., et al., Concordance between whole-slide imaging and light microscopy for routine surgical pathology. Hum Pathol, 2012. 43(10): p. 1739-44. 273. Cimpean, A.M., et al., Prox 1, VEGF-C and VEGFR3 expression during cervical neoplasia progression as evidence of an early lymphangiogenic switch. Histol Histopathol, 2012. 27(12): p. 1543-50. 274. Xu, Y., et al., Neuropilin-2 mediates VEGF-C-induced lymphatic sprouting together with VEGFR3. J Cell Biol, 2010. 188(1): p. 115-30. 138 Bibliographie 275. Karpanen, T., et al., Functional interaction of VEGF-C and VEGF-D with neuropilin receptors. FASEB J, 2006. 20(9): p. 1462-72. 276. Issa, A., et al., Vascular endothelial growth factor-C and C-C chemokine receptor 7 in tumor cell-lymphatic cross-talk promote invasive phenotype. Cancer Res, 2009. 69(1): p. 349-57. 277. Yang, Y.C., et al., CXCR4 expression is associated with pelvic lymph node metastasis in cervical adenocarcinoma. Int J Gynecol Cancer, 2007. 17(3): p. 676-86. 278. Zhang, J.P., et al., Study on CXCR4/SDF-1alpha axis in lymph node metastasis of cervical squamous cell carcinoma. Int J Gynecol Cancer, 2007. 17(2): p. 478-83. 279. Chaudary, N. and R.P. Hill, Increased expression of metastasis-related genes in hypoxic cells sorted from cervical and lymph nodal xenograft tumors. Lab Invest, 2009. 89(5): p. 587-96. 280. Lanati, S., et al., Chemotrap-1: an engineered soluble receptor that blocks chemokineinduced migration of metastatic cancer cells in vivo. Cancer Res, 2010. 70(20): p. 8138-48. 281. Kawai, Y., M. Kaidoh, and T. Ohhashi, MDA-MB-231 produces ATP-mediated ICAM1-dependent facilitation of the attachment of carcinoma cells to human lymphatic endothelial cells. Am J Physiol Cell Physiol, 2008. 295(5): p. C1123-32. 282. Irjala, H., et al., Mannose receptor (MR) and common lymphatic endothelial and vascular endothelial receptor (CLEVER)-1 direct the binding of cancer cells to the lymph vessel endothelium. Cancer Res, 2003. 63(15): p. 4671-6. 283. Marttila-Ichihara, F., et al., Macrophage mannose receptor on lymphatics controls cell trafficking. Blood, 2008. 112(1): p. 64-72. 284. Kerjaschki, D., et al., Lipoxygenase mediates invasion of intrametastatic lymphatic vessels and propagates lymph node metastasis of human mammary carcinoma xenografts in mouse. J Clin Invest, 2011. 121(5): p. 2000-12. 285. Everts, V., et al., Phagocytosis and intracellular digestion of collagen, its role in turnover and remodelling. Histochem J, 1996. 28(4): p. 229-45. 286. Kjoller, L., et al., uPARAP/endo180 directs lysosomal delivery and degradation of collagen IV. Exp Cell Res, 2004. 293(1): p. 106-16. 287. Wienke, D., J.R. MacFadyen, and C.M. Isacke, Identification and characterization of the endocytic transmembrane glycoprotein Endo180 as a novel collagen receptor. Mol Biol Cell, 2003. 14(9): p. 3592-604. 288. Engelholm, L.H., et al., uPARAP/Endo180 is essential for cellular uptake of collagen and promotes fibroblast collagen adhesion. J Cell Biol, 2003. 160(7): p. 1009-15. 289. Wagenaar-Miller, R.A., et al., Complementary roles of intracellular and pericellular collagen degradation pathways in vivo. Mol Cell Biol, 2007. 27(18): p. 6309-22. 290. East, L., et al., A targeted deletion in the endocytic receptor gene Endo180 results in a defect in collagen uptake. EMBO Rep, 2003. 4(7): p. 710-6. 291. Behrendt, N., et al., A urokinase receptor-associated protein with specific collagen binding properties. J Biol Chem, 2000. 275(3): p. 1993-2002. 292. Sheikh, H., et al., Endo180, an endocytic recycling glycoprotein related to the macrophage mannose receptor is expressed on fibroblasts, endothelial cells and 139 Bibliographie macrophages and functions as a lectin receptor. J Cell Sci, 2000. 113 ( Pt 6): p. 102132. 293. Skyldberg, B., et al., Laminin-5 as a marker of invasiveness in cervical lesions. J Natl Cancer Inst, 1999. 91(21): p. 1882-7. 294. Kariya, Y., et al., Differential regulation of cellular adhesion and migration by recombinant laminin-5 forms with partial deletion or mutation within the G3 domain of alpha3 chain. J Cell Biochem, 2003. 88(3): p. 506-20. 295. Miyazaki, K., Laminin-5 (laminin-332): Unique biological activity and role in tumor growth and invasion. Cancer Sci, 2006. 97(2): p. 91-8. 296. Giannelli, G., et al., Induction of cell migration by matrix metalloprotease-2 cleavage of laminin-5. Science, 1997. 277(5323): p. 225-8. 297. Gilles, C., et al., Contribution of MT1-MMP and of human laminin-5 gamma2 chain degradation to mammary epithelial cell migration. J Cell Sci, 2001. 114(Pt 16): p. 2967-76. 140